numpy.where

numpy.where(condition[, x, y])

रिटर्न तत्व, या तो x या y , condition आधार पर।

यदि केवल condition दी गई है, तो condition.nonzero() लौटें।

पैरामीटर:	शर्त : array_like, बूल जब सही है, उपज x , अन्यथा उपज y । x, y : array_like, वैकल्पिक मान जिससे चयन करना है। x , y और condition को कुछ आकार में प्रसारित करने की आवश्यकता है।
यह दिखाता है:	बाहर : ndarray या tdle of ndarrays यदि x और y दोनों को निर्दिष्ट किया जाता है, तो आउटपुट सरणी में x तत्व होते हैं जहाँ condition सत्य होती है, और y कहीं और तत्व। यदि केवल condition दी गई है, तो tuple condition.nonzero() लौटें, जहाँ पर condition सत्य हैं।

यह भी देखें

nonzero , choose

टिप्पणियाँ

यदि x और y दिए गए हैं और इनपुट सरणियाँ 1-D हैं, तो इसके बराबर है:

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

उदाहरण

>>> np.where([[True, False], [True, True]],
...          [[1, 2], [3, 4]],
...          [[9, 8], [7, 6]])
array([[1, 8],
       [3, 4]])

>>> np.where([[0, 1], [1, 0]])
(array([0, 1]), array([1, 0]))

>>> x = np.arange(9.).reshape(3, 3)
>>> np.where( x > 5 )
(array([2, 2, 2]), array([0, 1, 2]))
>>> x[np.where( x > 3.0 )]               # Note: result is 1D.
array([ 4.,  5.,  6.,  7.,  8.])
>>> np.where(x < 5, x, -1)               # Note: broadcasting.
array([[ 0.,  1.,  2.],
       [ 3.,  4., -1.],
       [-1., -1., -1.]])

x के तत्वों के सूचकांकों का पता लगाएं जो goodvalues ।

>>> goodvalues = [3, 4, 7]
>>> ix = np.isin(x, goodvalues)
>>> ix
array([[False, False, False],
       [ True,  True, False],
       [False,  True, False]])
>>> np.where(ix)
(array([1, 1, 2]), array([0, 1, 1]))