Python numpy.where（）详细、分步的解释/示例

尽管阅读了，但我仍然无法正确理解

numpy.where（）

，并且

---

有人能提供一步一步的1D和2D阵列的注释示例吗？

经过一段时间的摆弄，我找到了答案，并将它们发布在这里，希望它能帮助其他人

直观地说，

np.where

就像在问“告诉我在这个数组中，条目在哪里满足给定条件”

与1d情况一样，我们可以使用

np.where（）

在2d数组中获取满足以下条件的条目：

>>> a[np.where(a < 8)] 
array([5, 6, 7])          # selects from a entries 0, 1, 2

>>> a[np.where(a > 8)] # selects from a entries 0, 1, 2

数组（[9]）

---

---

注意，当

a

为1d时，

np.where（）

仍然返回一个行idx数组和列idx数组，但列的长度为1，因此后者是空数组。

这里有一点有趣。我发现NumPy经常做我希望它能做的事情——有时候，对我来说，尝试一些东西比阅读文档要快。实际上，两者的混合是最好的

我认为你的答案很好（如果你愿意，也可以接受）。这只是“额外的”

给出：

wh:  (array([1, 1]), array([1, 2]))
gt:  [[False False False]
      [False  True  True]]
x:   (array([1, 1]), array([1, 2]))

a[wh]:  [8 9]
a[gt]   [8 9]
a[x]:   [8 9]

。。。但是：

print "a[wh]: ", a[wh]
print "a[gt]  ", a[gt]
print "a[x]:  ", a[x]

给出：

wh:  (array([1, 1]), array([1, 2]))
gt:  [[False False False]
      [False  True  True]]
x:   (array([1, 1]), array([1, 2]))

a[wh]:  [8 9]
a[gt]   [8 9]
a[x]:   [8 9]

---

我一直在努力理解np.where在2d上的用法，直到我找到您的答案“当a是2d数组时，np.where（）返回行idx数组和列idx数组：”。谢谢。读了三遍文档后，我觉得自己很傻，但仍然没有解决这个难题。where（2d_数组），谢谢你把这个问题解决了！你应该接受你自己的答案。e:哦，关门了。不应该，真遗憾，这家店关门了。然而，我想在这个完整的答案中添加另一个

np.where

。该函数还可以根据条件从x和y阵列中选择元素。此注释中的空间有限，但请参见：

np.where（np.array（[[False，False，True]，[True，False，False]]）、np.array（[[8,2,6]，[9,5,0]]）、np.array（[[4,8,7]，[3,2,1]]）

将返回

数组（[[4,8,6]，[9,2,1]]）

。注意x和y的哪些元素是根据真/假选择的。这个答案中给出的解释只是np.where的一个特例。根据文档，当只提供了

条件时，此函数是
np.asarray（condition）.nonzero（）的缩写。
a[wh]:  [8 9]
a[gt]   [8 9]
a[x]:   [8 9]