Понимание numpy.where

Question

Я хочу получить первый индекс элемента массива numpy, который больше, чем какой-либо конкретный элемент того же массива. Я пробовал следующее:

>>> 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. Правильный ли выше способ получить первый индекс элемента Q5[0]больше, чем Q5[0,0]?

Меня больше беспокоит np.where(Q5[0]>Q5[0,0])возвращение кортежа (array([1, 2], dtype=int32),)и, следовательно, мне нужно удвоить индекс [0][0]в конце np.where(Q5[0]>Q5[0,0])[0][0].

Q2. Почему этот возвращаемый кортеж, но ниже возвращает правильный массив numpy?

>>> np.where(Q5[0]>Q5[0,0],Q5[0],-1)
array([-1,  2,  3])

Чтобы я мог напрямую индексировать:

>>> np.where(Q5[0]>Q5[0,0],Q5[0],-1)[1]
2

Answer 1

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.whereс просто состоянием действительно np.nonzero.

Создайте логический массив:

In [63]: A==6
Out[63]: 
array([[False, False, False],
       [False, False,  True],
       [False, False, False]])

Найдите, где это правда:

In [64]: np.nonzero(A==6)
Out[64]: (array([1]), array([2]))

Результатом является кортеж, по одному элементу на измерение условия. Каждый элемент представляет собой индексирующий массив, вместе они определяют расположение True (s)

Еще один тест с несколькими True

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]))

Использование кортежа для индексации исходного массива:

In [67]: A[np.nonzero((A%3)==1)]
Out[67]: array([1, 4, 7])

Использование аргумента 3 whereдля создания нового массива со смесью значений из AиA+10

In [68]: np.where((A%3)==1,A+10, A)
Out[68]: 
array([[11,  2,  3],
       [14,  5,  6],
       [17,  8,  9]])

Если условие имеет несколько значений True, nonzeroэто не тестовый инструмент для поиска «первого», поскольку он обязательно находит все.

Ненулевой кортеж можно превратить в 2d-массив с помощью transpose. На самом деле может быть проще получить «первое» из этого массива:

In [73]: np.argwhere((A%3)==1)
Out[73]: 
array([[0, 0],
       [1, 0],
       [2, 0]])

---

Вы смотрите в 1d-массиве, строку A:

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])

Итак, ищите ли вы массив 1d или 2d (или 3 или 4), nonzeroвозвращает кортеж с одним элементом массива для каждого измерения. Таким образом, его всегда можно использовать для индексации массива аналогичного размера. Кортеж 1d может выглядеть избыточным, но он согласуется с результатами других измерений.

Пытаясь понять подобные операции, внимательно прочтите документацию и просмотрите отдельные шаги. Здесь я рассмотрю условную матрицу, nonzeroрезультат и различные способы ее использования.

Answer 2

numpy.where () похож на цикл for с if.

numpy.where(condition, values, new_value)

condition - как если бы условия.
values - значения для итерации по
new_value - если условие истинно для значения , оно изменится на new_value

---

Если мы хотим записать его для одномерного массива, он должен выглядеть примерно так:

[xv if c else yv 
for c, xv, yv in zip(condition, x, y)]

---

Пример:

>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.where(a < 5, a, 10*a)
array([ 0,  1,  2,  3,  4, 50, 60, 70, 80, 90])

Сначала мы создаем массив с числами от 0 до 9 (0, 1, 2 ... 7, 8, 9),
а затем проверяем все значения в массиве, которые больше 5, и умножаем их значение на 10.
Итак, теперь все значения в массиве, которые меньше 5, остались прежними, а все значения, которые больше, умножены на 10

Answer 3

Использование argmaxс логическим массивом даст вам индекс первого True.

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 может принимать аргумент оси / размера.

In [56]: np.argmax(q > q[0,0], 0)
Out[56]: array([1, 0, 0], dtype=int64)

Это говорит о том, что первое значение True является индексом один для нулевого столбца и нулевым индексом для столбцов один и два.

In [57]: np.argmax(q > q[0,0], 1)
Out[57]: array([1, 0], dtype=int64)

Это говорит о том, что первое значение True является индексом один для нулевой строки и нулевым индексом для первой строки.

---

Q1. Правильный ли выше способ получить первый индекс элемента в Q5 [0] больше Q5 [0,0]?

Нет , я хотел бы использовать argmaxс 1для axisаргумента затем выберите первый пункт из этого результата.

Q2. Почему этот возвращаемый кортеж

Вы сказали ему возвращать -1значения False и возвращать Q5[0]элементы для значений True.

Q2 ... но ниже возвращается правильный массив numpy?

Вам повезло, и вы выбрали правильный индекс.