Como usar o python numpy onde funcionar com várias condições

Numpy Library tem muitas funções para criar a matriz no Python. onde () função é uma delas para criar uma matriz de outra matriz Numpy com base em uma ou mais condições. Algumas operações podem ser feitas no momento da criação de matrizes com base na condição usando esta função. Pode ser usado sem qualquer expressão condicional também. Como essa função pode ser usada com várias condições no Python é mostrada neste tutorial.

Sintaxe:

Numpy.onde (condição, [x, y])

onde a função () pode levar dois argumentos. O primeiro argumento é obrigatório e o segundo argumento é opcional. Se o valor do primeiro argumento (doença) é verdadeiro, então a saída conterá os elementos da matriz da matriz, x Caso contrário da matriz, y. Esta função retornará os valores do índice da matriz de entrada se nenhum argumento opcional for usado.

Uso de onde () função:

Diferentes tipos de operadores booleanos podem ser usados ​​para definir a condição desta função. Os usos de onde uma função () com várias condições são mostrados nesta parte do tutorial.

Exemplo -1: Uso de várias condições com lógico ou

O exemplo a seguir mostra o uso da função where () com e sem o argumento opcional. Aqui, o lógico ou usado para definir a condição. A primeira função onde () se aplica a uma matriz unidimensional que retornará a matriz de índices da matriz de entrada em que a condição retornará Verdadeiro. A segunda função em que () foi aplicada em duas matrizes unidimensionais recuperará os valores da primeira matriz quando a condição retornará verdadeira. Caso contrário, ele recuperará os valores da segunda matriz.

# Importar biblioteca Numpy
importar numpy como np
# Crie uma matriz usando a lista
np_array1 = np.Array ([23, 11, 45, 43, 60, 18, 33, 71, 52, 38])
print ("Os valores da matriz de entrada: \ n", np_array1)
# Crie outra matriz com base nas múltiplas condições e em uma matriz
new_array1 = np.onde ((np_array1 50))
# Imprima a nova matriz
print ("Os valores filtrados da matriz: \ n", new_array1)
# Crie uma matriz usando valores de intervalo
np_array2 = np.Arange (40, 50)
# Crie outra matriz com base nas múltiplas condições e duas matrizes
new_array2 = np.onde ((np_array1 60), np_array1, np_array2)
# Imprima a nova matriz
print ("Os valores filtrados da matriz: \ n", new_array2)

Saída:

A saída a seguir aparecerá após a execução do script acima. Aqui, a condição retornou Verdadeiro para os valores 23,11,18,33 e 38 da primeira matriz. A condição retornou Falso Para os valores 45, 43, 60, 71 e 52. Então, 42, 43, 44 e 48 foram adicionados a partir da segunda matriz para os valores 45, 43, 60 e 52. Aqui, 71 está fora de alcance.

Exemplo -2: Uso de várias condições com lógico e

O exemplo a seguir mostra como a função () pode ser usada com as múltiplas condições definidas por lógicas e aplicadas em duas matrizes unidimensionais. Aqui, duas matrizes Numpy unidimensionais foram criadas usando a função rand (). Essas matrizes foram usadas na função where () com as múltiplas condições para criar a nova matriz com base nas condições. A condição retornará Verdadeiro Quando o valor da primeira matriz é menor que 40 e o valor da segunda matriz é maior que 60. A nova matriz foi impressa mais tarde.

# Importar biblioteca Numpy
importar numpy como np
# Crie duas matrizes de valores aleatórios
np_array1 = np.aleatório.Rand (10)*100
np_array2 = np.aleatório.Rand (10)*100
# Imprima os valores da matriz
print ("\ n os valores da primeira matriz: \ n", np_array1)
print ("\ n the valores da segunda matriz: \ n", np_array2)
# Crie uma nova matriz com base nas condições
new_array = np.onde ((np_array1 60), np_array1, np_array2)
# Imprima a nova matriz
print ("\ n the Filtred Values ​​of Ambas Matrizes: \ n", new_array)

Saída:

A saída a seguir aparecerá após a execução do script acima. A condição retornou Falso para todos os elementos. Então, a matriz retornada contém os valores apenas da segunda matriz.

Exemplo 3: Uso de várias condições na matriz multidimensional

O exemplo a seguir mostra como a função () pode ser usada com as múltiplas condições definidas por lógica E que serão aplicados em duas matrizes multidimensionais. Aqui, duas matrizes multidimensionais foram criadas usando listas. Em seguida, essas funções se aplicaram em onde () função para criar a nova matriz com base na condição. A condição usada na função retornará Verdadeiro onde o valor da primeira matriz é par e o valor da segunda matriz é estranho; Caso contrário, a condição retornará Falso.

# Importar biblioteca Numpy
importar numpy como np
# Crie duas matrizes multidimensionais de valores inteiros
np_array1 = np.Array ([[5, 12, 21, 6, 11], [6, 10, 15, 31, 8]])
np_array2 = np.Array ([[43, 19, 7, 34, 9], [99, 22, 41, 5, 12]]))
# Imprima os valores da matriz
print ("\ n os valores da primeira matriz: \ n", np_array1)
print ("\ n the valores da segunda matriz: \ n", np_array2)
# Crie uma nova matriz de duas matrizes com base nas condições
new_array = np.onde (((np_array1 % 2 == 0) & (np_array2 % 2 == 1)), np_array1, np_array2)
# Imprima a nova matriz
print ("\ n the Filtred Values ​​of Ambas Matrizes: \ n", new_array)

Saída:

A saída a seguir aparecerá após a execução do script acima. Na produção, 43, 12, 7, 34, 9, 22, 41, 5 e 12 adicionaram na nova matriz da segunda matriz porque a condição é Falso para esses valores. O primeiro valor de 12 na nova matriz foi adicionado desde a primeira matriz porque a condição é Verdadeiro apenas para este valor.

Conclusão:

onde a função () da biblioteca Numpy é útil para filtrar os valores de duas matrizes. Criando uma nova matriz filtrando os dados de duas matrizes com base em várias condições definidas por lógicas ou lógicas e foram explicadas neste tutorial. Espero que os leitores possam usar essa função em seu script corretamente depois de praticar os exemplos deste tutorial.