np.where 用法

`np.where` 是 NumPy 库中的一个函数，主要用于根据条件从数组中选择元素。

`np.where` 的基本用法是：

np.where(condition, x, y)

其中，`condition` 是一个数组或条件，`x` 和 `y` 是两个数组，当 `condition` 中的元素满足条件时，`np.where` 会从 `x` 中选择相应的元素，否则从 `y` 中选择相应的元素，返回一个新的数组。

例如：

import numpy as np

a = np.array([1, 2, 3, 4, 5])
b = np.array([10, 20, 30, 40, 50])
c = np.where(a > 3, b, a)
print(c)

输出：

[ 1  2  3 40 50]

这里，`condition` 是 `a > 3`，即当 `a` 中的元素大于 3 时，选择 `b` 中的相应元素，否则选择 `a` 中的相应元素，最终得到的数组为 `[1 2 3 40 50]`。

`np.where` 还可以使用一种简化的写法：

c = np.where(a > 3, b, a)

这个写法中，`x` 和 `y` 被省略了，相当于 `x` 是满足条件的元素，`y` 是不满足条件的元素，上面的例子中，`x` 是 `b`，`y` 是 `a`。

相关问题

np.where用法举例

np.where是NumPy库中的一个函数，用于根据给定的条件返回符合条件的元素的索引或值。它的用法如下：

1. 返回符合条件的元素的索引：

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   indices = np.where(arr > 3)
   print(indices)

输出：

   (array([3, 4]),)

这的条件是arr 3，np.where返回了满足条件的元素的索，即3和4。

2. 返回符合条件的元素值：

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   values = np.where(arr > 3, arr, 0)
   print(values)

输出：

   [0 0 0 4 5]

这里的条件是arr > 3，np.where返回了满足条件的元素的值，不满足条件的元素用0代替。

3. 多个条件的使用：

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   values = np.where((arr > 2) & (arr < 5), arr, -1)
   print(values)

输出：

   [-1 -1  3  4 -1]

这里的条件是arr > 2和arr < 5，np.where返回了同时满足两个条件的元素的值，不满足条件的元素用-1代替。

np.argwhere与np.where区别

np.argwhere和np.where都是NumPy中用于查找数组中满足某个条件的元素索引的函数。它们的主要区别在于返回结果的形式和用法上。

np.where(condition)函数返回满足条件的元素的索引，以元组的形式表示。每个元组表示一个满足条件的元素的索引。如果数组是一维的，那么返回的结果是一个一维数组；如果数组是多维的，那么返回的结果是一个元组，其中每个元素是一个一维数组。

np.argwhere(condition)函数返回满足条件的元素的索引，以二维数组的形式表示。每一行表示一个满足条件的元素的索引。其中，每一行的第一个元素表示该元素在第0维的索引，第二个元素表示该元素在第1维的索引，以此类推。返回的结果是一个二维数组。

简而言之，np.where返回满足条件的元素索引的元组或数组，而np.argwhere返回满足条件的元素索引的二维数组。