Python 理解numpy.在哪里
我想得到numpy数组元素的第一个索引,它大于同一数组的某个特定元素。我尝试了以下几点:Python 理解numpy.在哪里,python,arrays,numpy,Python,Arrays,Numpy,我想得到numpy数组元素的第一个索引,它大于同一数组的某个特定元素。我尝试了以下几点: >>> Q5=[[1,2,3],[4,5,6]] >>> Q5 = np.array(Q5) >>> Q5[0][Q5>Q5[0,0]] array([2, 3]) >>> np.where(Q5[0]>Q5[0,0]) (array([1, 2], dtype=int32),) >>> np.where(
>>> Q5=[[1,2,3],[4,5,6]]
>>> Q5 = np.array(Q5)
>>> Q5[0][Q5>Q5[0,0]]
array([2, 3])
>>> np.where(Q5[0]>Q5[0,0])
(array([1, 2], dtype=int32),)
>>> np.where(Q5[0]>Q5[0,0])[0][0]
1
Q1.是获得Q5[0]
中元素的第一个索引大于Q5[0,0]
的正确方法吗
我更关心的是np.where(Q5[0]>Q5[0,0])
返回元组(数组([1,2],dtype=int32),
,因此要求我在np.where(Q5[0]>Q5[0,0])[0][0]的末尾加倍索引[0][0]
Q2.为什么返回元组,但下面返回正确的numpy数组
>>> np.where(Q5[0]>Q5[0,0],Q5[0],-1)
array([-1, 2, 3])
这样我就可以直接索引:
>>> np.where(Q5[0]>Q5[0,0],Q5[0],-1)[1]
2
将argmax
与布尔数组一起使用将为您提供第一个True的索引
In [54]: q
Out[54]:
array([[1, 2, 3],
[4, 5, 6]])
In [55]: q > q[0,0]
Out[55]:
array([[False, True, True],
[ True, True, True]], dtype=bool)
argmax
可以采用轴/维度参数
In [56]: np.argmax(q > q[0,0], 0)
Out[56]: array([1, 0, 0], dtype=int64)
也就是说,第一个True是第0列的索引1,第1列和第2列的索引0
In [57]: np.argmax(q > q[0,0], 1)
Out[57]: array([1, 0], dtype=int64)
也就是说,第一个True是第0行的索引1和第1行的索引0
问题1。以上是获得Q5[0]中元素的第一个索引大于Q5[0,0]的正确方法吗
否我将使用argmax
和1
作为axis
参数,然后从该结果中选择第一项
问题2。为什么返回元组
您告诉它返回-1
作为假值,返回Q5[0]
项目作为真值
Q2…但下面返回的是正确的numpy数组吗
>>> np.where(Q5[0]>Q5[0,0],Q5[0],-1)
array([-1, 2, 3])
你很幸运,选择了正确的索引
In [58]: A = np.arange(1,10).reshape(3,3)
In [59]: A.shape
Out[59]: (3, 3)
In [60]: A
Out[60]:
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
np.where
,只要条件是真的np.nonzero
生成布尔数组:
In [63]: A==6
Out[63]:
array([[False, False, False],
[False, False, True],
[False, False, False]])
找到正确的地方:
In [64]: np.nonzero(A==6)
Out[64]: (array([1]), array([2]))
结果是一个元组,条件的每个维度一个元素。每个元素都是一个索引数组,它们一起定义了True的位置
另一个测试有几个是正确的
In [65]: (A%3)==1
Out[65]:
array([[ True, False, False],
[ True, False, False],
[ True, False, False]])
In [66]: np.nonzero((A%3)==1)
Out[66]: (array([0, 1, 2]), array([0, 0, 0]))
使用元组索引原始数组:
In [67]: A[np.nonzero((A%3)==1)]
Out[67]: array([1, 4, 7])
使用3参数where
创建一个新数组,其中混合了a
和a+10
In [68]: np.where((A%3)==1,A+10, A)
Out[68]:
array([[11, 2, 3],
[14, 5, 6],
[17, 8, 9]])
如果条件有多个True,非零
不是查找“第一个”的测试工具,因为它必须查找所有
非零元组可以通过转置
转换为2d数组。实际上,从这个数组中获取“第一个”可能更容易:
In [73]: np.argwhere((A%3)==1)
Out[73]:
array([[0, 0],
[1, 0],
[2, 0]])
您正在查看一个一维阵列,一行:
In [77]: A[0]>A[0,0]
Out[77]: array([False, True, True])
In [78]: np.nonzero(A[0]>A[0,0])
Out[78]: (array([1, 2]),) # 1 element tuple
In [79]: np.argwhere(A[0]>A[0,0])
Out[79]:
array([[1],
[2]])
In [81]: np.where(A[0]>A[0,0], 100, 0) # 3 argument where
Out[81]: array([ 0, 100, 100])
因此,无论是搜索一维数组还是二维数组(或3或4),非零
返回一个元组,每个维度有一个数组元素。这样,它总是可以用来索引大小相同的数组。一维元组可能看起来是多余的,但它与其他维度的结果是一致的
当试图理解这样的操作时,请仔细阅读文档,并查看各个步骤。这里我看一下条件矩阵、非零
结果及其各种用途。numpy.where()类似于带有if的for循环
numpy.where(condition, values, new_value)
条件-就像if条件一样。
值-要迭代的值
新值-如果条件对于值为真,则其将更改为新值
如果我们想为一维数组编写它,它应该是这样的:
[xv if c else yv for c, xv, yv in zip(condition, x, y)]
例子:
a=np.arange(10)
>>>a
数组([0,1,2,3,4,5,6,7,8,9])
>>>式中(a<5,a,10*a)
数组([0,1,2,3,4,50,60,70,80,90])
首先,我们创建一个数字从0到9(0,1,2…7,8,9)的数组然后我们检查数组中大于5的所有值,并将它们的值乘以10。
所以现在数组中所有小于5的值保持不变,所有大于10的值乘以Q5[0]中元素的第一个索引-你只想知道前两个的索引?所以
非零()
不能用于我的示例,对吗?另外,你能具体回答我的问题Q1和Q2吗?因此,我相信我可以对我的具体示例做同样的回答,如np.argmax(Q5[0]>Q5[0][0])
,对吗?另外,你能具体回答我的问题Q1和Q2吗?