Python 当以numpy.where（数组条件，array1，array2）的形式输入时，numpy.where（）是如何工作的？

我希望有人能澄清一下

numpy.where（）

函数是如何工作的。在尝试了几个不同的输入之后，我无法对它进行控制。以下面的第一个示例为例，输出：

np.where([True,False],[1,0],[3,4])

是:

布尔值数组应用于数组

[1,0]

和

[3,4]

以产生输出的准确程度如何

一些附加测试的结果如下所示：

import numpy as np

np.where([True,False],[1,0],[3,4])
Out[129]: array([1, 4])

np.where([True,False],[1,0],[6,4])
Out[130]: array([1, 4])

np.where([True,False],[1,0],[0,0])
Out[131]: array([1, 0])

np.where([True,False],[0,0],[0,0])
Out[132]: array([0, 0])

np.where([True,False],[1,0],[0,12])
Out[133]: array([ 1, 12])

np.where([True,False],[1,6],[4,12])
Out[134]: array([ 1, 12])

np.where([True,True],[1,6],[4,12])
Out[135]: array([1, 6])

np.where([False,False],[1,6],[4,12])
Out[136]: array([ 4, 12])

np.where([True,False],[1,0],[3,4])
Out[137]: array([1, 4])

np.where([True,True],[1,0],[3,4])
Out[138]: array([1, 0])

np.where([True,True],[1,0],[3,4])
Out[139]: array([1, 0])

np.where([True,False],[1,0],[3,4])
Out[140]: array([1, 4])

---

如果您为

np提供3个参数，其中

第一个参数是一个条件，它决定结果中的对应值是从第二个参数（如果条件中的值是

True

）还是从第三个参数（如果条件中的值是

False

）获取的

因此，当所有值均为

True

时，它将是第一个参数的副本，如果所有值均为

False

时，它将是第二个参数的副本。如果它们混合在一起，则为组合

将其视为更复杂的版本：

def where(condition, x, y):
    result = []
    for idx in range(len(condition)):
        if condition[idx] == True:
            result.append(x[idx])
        else:
            result.append(y[idx])
    return result

---

该函数当然要慢得多（甚至不是最快的纯Python等效函数），它也不支持广播或多维数组以及单参数形式，但我希望它有助于理解

np的3参数形式。where

非常感谢。这正是我的困惑所在。

def where(condition, x, y):
    result = []
    for idx in range(len(condition)):
        if condition[idx] == True:
            result.append(x[idx])
        else:
            result.append(y[idx])
    return result