Numpy学习笔记(三):np.where和np.logical_and/or/not详解

简介: NumPy库中`np.where`和逻辑运算函数`np.logical_and`、`np.logical_or`、`np.logical_not`的使用方法和示例。

np.where()

np.where(条件),若条件满足,返回索引值
np.where(条件,x,y),若条件满足,返回x,否则返回y

主要是运用在一维数组、二维数组、多维数组和根据元素找到对应的索引位置

  • 一维数组中直接返回索引位置,但是是以数组的形式返回的,默认为int
  • 二维数组中返回两组索引(分别是行纵坐标的索引)
  • 多维数组中对应True类型的位置返回,其它的根据你设定的值进行输出
  • 最后一个可根据元素的bool值,直接找到数组中对应的True的位置,然后通过np.where直接找到对应的行纵坐标。

具体代码:

import numpy as np
print("*-------------1 d---------------------*")
# 一维数组
a = np.array([1,2,3,4,5])
b = np.where(a>2)
c = np.where(a>2,a,0)
print(a)
print(b)
print(c)

print("*-------------2 d---------------------*")

# 二维数组
a1 = np.arange(4*5).reshape(4,5)
b1 = np.where(a1>9)
c1 = np.where(a1>9,a1,0)
print(a1)
print(b1)
print(c1)

print("*---------------multi d-----------------*")

a2 = np.arange(16).reshape(2,2,4)
b2 = np.where([True,False,True,False],a2,0)
print(a2)
print(b2)

print("*---------------find position-----------------*")

a3 = np.arange(4*5).reshape(4,5)
position = [5,9,15]
b3 = np.isin(a3,position)
c3 = np.where(b3)
print(a3)
print(b3)
print(c3)

运行结果
在这里插入图片描述

np.logical_and/or/not

np.logical_and/or/not相当于逻辑与/或非。
具体代码:

import numpy as np

a = 0.65 # (0.8, 1] is positive
b = 0.3 # [0, 0.3] (0.65,0.8] is negative
c = 0.4 # (0.4, 0.65] is part faces

x = eval(input("please input a number:"))
if x>a:
    print("this is a positive range.")
elif np.logical_and(x>c,x<=a):
    print("this is a part range")
elif np.logical_or(np.logical_and(x>=0,x<=b),np.logical_and(x>a,x<=0.8)):
    print("this is a negative range")
else:
    print("0")

print(np.logical_not([a,b,c,0,True,False]))

运行结果:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

目录
相关文章
|
2天前
|
Python
Numpy学习笔记(一):array()、range()、arange()用法
这篇文章是关于NumPy库中array()、range()和arange()函数的用法和区别的介绍。
13 6
Numpy学习笔记(一):array()、range()、arange()用法
|
2天前
|
Python
Numpy学习笔记(四):如何将数组升维、降维和去重
本文介绍了如何使用NumPy库对数组进行升维、降维和去重操作。
11 1
|
2天前
|
Python
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
NumPy库中的`np.concatenate`和`np.append`函数,它们分别用于沿指定轴拼接多个数组以及在指定轴上追加数组元素。
8 0
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
|
2天前
|
机器学习/深度学习 索引 Python
Numpy学习笔记(二):argmax参数中axis=0,axis=1,axis=-1详解附代码
本文解释了NumPy中`argmax`函数的`axis`参数在不同维度数组中的应用,并通过代码示例展示了如何使用`axis=0`、`axis=1`和`axis=-1`来找到数组中最大值的索引。
8 0
Numpy学习笔记(二):argmax参数中axis=0,axis=1,axis=-1详解附代码
|
4月前
|
BI 测试技术 索引
Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)-1
Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)
|
2月前
|
vr&ar 索引 Python
Numpy学习笔记之Numpy练习
Numpy学习笔记之Numpy练习
|
2月前
|
存储 机器学习/深度学习 索引
Numpy学习笔记
Numpy学习笔记
|
4月前
|
存储 API C语言
Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)-2
Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)
|
SQL Java Go
【Python】【Numpy+Pandas数据处理·闯关】和鲸社区学习笔记day(1)
【Python】【Numpy+Pandas数据处理·闯关】和鲸社区学习笔记day(1)
331 0
|
机器学习/深度学习 存储 数据采集
学习笔记: 机器学习经典算法-Numpy软件
机器学习经典算法-个人笔记和学习心得分享
106 0