1. np.where()

用法：np.where(condition, x, y) 和 np.where(condition)

返回：条件满足则返回x，不满足则返回y

只有条件 (condition)，没有x和y时，则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出，通常原数组有多少维，输出的tuple中就包含几个数组，分别对应符合条件元素的各维坐标。

  1. import numpy as np
  3. a = np.array([0, 1, 2, 4, 6, 7, 8, 9])
  4. print(a)
  5. [0 1 2 4 6 7 8 9]
  7. b = np.where(a > 5, 1, -1)  # 大于5输出1，否则输出-1
  8. print(b)
  9. [-1 -1 -1 -1  1  1  1  1]
  11. c = np.where(a > 5)  # 大于5输出
  12. print(c)
  13. (array([4, 5, 6, 7], dtype=int64),)

参考：https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html
https://www.cnblogs.com/massquantity/p/8908859.html

2. np.argwhere(a)

用法：np.argwhere(a)
返回：非0的数组元素的索引，其中a是待索引数组的条件

  1. import numpy as np
  2. x = np.arange(6).reshape(2,3)
  3. print(x)
  4. x=[[0 1 2]
  5.  [3 4 5]]
  7. y = np.argwhere(x>1) #x所有元素中大于1的元素的索引，分别是第0行第2列...以此类推
  8. print(y)
  9. y=[[0 2]
  10.  [1 0]
  11.  [1 1]
  12.  [1 2]]

参考：https://docs.scipy.org/doc/numpy/reference/generated/numpy.argwhere.html
https://blog.csdn.net/u012193416/article/details/79672514

3. argwhere与where的区别

  1. ar = np.array([1,2,3,4])
  2. b = np.argwhere(ar==4)
  3. print(type(b))
  4. print(b)
  5. #结果：
  6. <class 'numpy.ndarray'>
  7. [[3]]
  11. ar = np.array([1,2,3,4])
  12. b = np.where(ar==4)
  13. print(type(b))
  14. print(b)
  15. #结果：
  16. <class 'tuple'>
  17. (array([3], dtype=int64),)

————————————————
版权声明：本文为CSDN博主「peanut。」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42338058/article/details/90813715
3.
————————————————
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_14812585/article/details/115293581