Numpy.where'i anlama

Oct 19 2020

Aynı dizinin bazı belirli öğelerinden daha büyük olan numpy dizi öğesinin ilk dizinini almak istiyorum. Aşağıdakileri denedim:

>>> 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

S1. Yukarıdaki bir elemanın ilk indeksini şundan Q5[0]büyük olarak elde etmenin doğru yolu mudur Q5[0,0]?

np.where(Q5[0]>Q5[0,0])Tuple'ı döndürmekle daha çok ilgileniyorum (array([1, 2], dtype=int32),)ve bu nedenle [0][0]sonunda indekslememi ikiye katlamamı gerektiriyor np.where(Q5[0]>Q5[0,0])[0][0].

S2. Neden bu dönüş demeti, ancak aşağıda uygun numpy dizisi döndürüyor?

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

Doğrudan indeksleyebilmem için:

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

Yanıtlar

hpaulj Oct 19 2020 at 21:42

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.wheresadece şartı ile gerçekten np.nonzero.

Bir boole dizisi oluşturun:

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

Bunun doğru olduğu yeri bulun:

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

Sonuç, koşulun boyutu başına bir öğe olan bir demettir. Her öğe bir dizinleme dizisidir ve birlikte True (s) öğelerinin konumunu tanımlarlar

Birkaç True içeren başka bir test

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]))

Orijinal diziyi indekslemek için demeti kullanma:

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

3 argüman kullanarak wheredeğerlerin karışımı ile yeni bir dizi oluşturmak için AveA+10

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

Koşul birden fazla True'ya sahipse nonzero, mutlaka hepsini bulduğu için "ilk" i bulmak için test aracı değildir.

Sıfır olmayan tuple, bir transpose. Aslında bu diziden "ilk" i elde etmek daha kolay olabilir:

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

1d'lik bir diziye bakıyorsunuz, bir A satırı:

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])

Dolayısıyla, ister 1d dizisi ister 2d (veya 3 veya 4) arıyor olun, boyut başına bir dizi öğesi olan nonzerobir demet döndürür . Bu şekilde, her zaman benzer boyutlu bir diziyi indekslemek için kullanılabilir. 1d tuple gereksiz görünebilir, ancak diğer boyutsal sonuçlarla tutarlıdır.

Bunun gibi işlemleri anlamaya çalışırken, belgeleri dikkatlice okuyun ve ayrı adımlara bakın. Burada koşullu matrise, nonzerosonuca ve çeşitli kullanımlarına bakıyorum .

AsafH Oct 19 2020 at 22:05

numpy.where (), if ile bir for döngüsü gibidir.

numpy.where(condition, values, new_value)

durum - tıpkı koşullar gibi.
değerler - değerleri yinelemek için
new_value - eğer koşul bir için de geçerlidir değeri , onun için değişecek new_value

1 boyutlu bir dizi için yazmak istersek, şöyle görünmelidir:

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

Misal:

>>> 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])

Önce 0'dan 9'a (0, 1, 2 ... 7, 8, 9) sayılardan oluşan bir dizi oluşturuyoruz
ve ardından dizideki 5'ten büyük olan tüm değerleri kontrol edip değerlerini 10 ile çarpıyoruz.
Şimdi dizide 5'ten küçük olan tüm değerler aynı kaldı ve daha büyük olan tüm değerler 10 ile çarpıldı