So verwenden sie numpy where() mit mehreren bedingungen

Sie können die folgenden Methoden verwenden, um die Funktion NumPywhere() mit mehreren Bedingungen zu verwenden:

Methode 1: Verwenden Sie Where() mit OR

 #select values less than five or greater than 20
x[np. where ((x < 5) | (x > 20))]

Methode 2: Verwenden Sie Where() mit AND

 #select values greater than five and less than 20
x[np. where ((x > 5) & (x < 20))]

Das folgende Beispiel zeigt, wie die einzelnen Methoden in der Praxis angewendet werden.

Methode 1: Verwenden Sie Where() mit OR

Der folgende Code zeigt, wie man jeden Wert in einem NumPy-Array auswählt, der kleiner als 5 oder größer als 20 ist:

 import numpy as np

#define NumPy array of values
x = np. array ([1, 3, 3, 6, 7, 9, 12, 13, 15, 18, 20, 22])

#select values that meet one of two conditions
x[np. where ((x < 5) | (x > 20))]

array([ 1, 3, 3, 22])

Beachten Sie, dass vier Werte im NumPy-Array kleiner als 5 oder größer als 20 waren.

Sie können die Größenfunktion auch verwenden, um einfach herauszufinden, wie viele Werte eine der folgenden Bedingungen erfüllen:

 #find number of values that are less than 5 or greater than 20
(x[np. where ((x < 5) | (x > 20))]). size

4

Methode 2: Verwenden Sie Where() mit AND

Der folgende Code zeigt, wie Sie jeden Wert aus einem NumPy-Array auswählen, der größer als 5 und kleiner als 20 ist:

 import numpy as np

#define NumPy array of values
x = np. array ([1, 3, 3, 6, 7, 9, 12, 13, 15, 18, 20, 22])

#select values that meet two conditions
x[np. where ((x > 5) & (x < 20))]

array([6, 7, 9, 12, 13, 15, 18])

Das Ausgabearray zeigt die sieben Werte aus dem ursprünglichen NumPy-Array an, die größer als 5 und kleiner als 20 waren.

Auch hier können Sie mit der Größenfunktion ermitteln, wie viele Werte beide Bedingungen erfüllen:

 #find number of values that are greater than 5 and less than 20
(x[np. where ((x > 5) & (x < 20))]). size

7

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere gängige Vorgänge in NumPy ausführen:

So berechnen Sie den Modus des NumPy-Arrays
So finden Sie den Wertindex im NumPy-Array
So ordnen Sie eine Funktion einem NumPy-Array zu