Numpy NP.onde várias condições

Neste tutorial, você aprenderá os vários métodos que você pode usar para especificar várias condições usando o NP.onde () função.

Método 1 - Numpy.onde () múltiplas condições usando o operador e

A função where () em Numpy nos permite selecionar elementos de uma determinada matriz que corresponda a uma determinada condição. Por padrão, a função aceita uma única condição para combinar com a variedade de elementos fornecidos. E se precisarmos verificar se há várias condições em uma determinada matriz? Para esse fim, podemos usar os operadores lógicos da Python para realizar isso. Um desses operadores é o operador & (e). Ele nos permite especificar várias condições dentro da função WHERE e adicione e junte -as ao Operador &. A função levará todas as condições especificadas e retornará os elementos que correspondem a todas as condições.

Podemos ilustrar isso com um exemplo como mostrado abaixo:

importar numpy como np
arr = np.Array ([100.120.344.232.343.456.674.637])
new_arr = arr [np.onde ((arr> 300) & (arr<500))]
impressão (new_arr)

No programa acima, começamos criando uma matriz segurando um conjunto de números inteiros. Em seguida, criamos uma nova matriz e usamos a função para filtrar para várias condições. Se algum elemento na matriz for superior a 300 e menor que 500, adicione -o à nova matriz. Finalmente, imprimimos a matriz resultante:

O uso do Operador garante que ambas as condições sejam verdadeiras.

Método 2 - Numpy.onde () múltiplas condições usando o operador ou

Em alguns casos, você pode querer que apenas uma das múltiplas condições seja verdadeira. Para isso, podemos usar o operador ou. Isso informa a função para avaliar todas as condições fornecidas e, se algum elemento na matriz dada corresponde a uma delas, adicione -a ao resultado.

Veja o resultado de exemplo mostrado abaixo:

importar numpy como np
arr = np.Array ([100.120.344.232.343.456.674.637])
new_arr = arr [np.onde ((arr> 300) | (arr == 500))]
impressão (new_arr)

No exemplo acima, usamos o | operador para especificar várias condições e armazenar os valores resultantes na variável new_arr. Se algum elemento da matriz de entrada for maior ou igual a 500, adicione -o à nova matriz.

A saída resultante:

Podemos ver que todos os elementos retornados são maiores que 300.

Método 3 - Numpy.onde () múltiplas condições com Numpy.Função Logical_and ()

Se você não deseja usar os operadores lógicos da Python, o Numpy tem uma função Logical_and () que pode substituir o Operador &.

A função é usada para determinar a verdade em termos de elemento de um valor de um e portão. Vamos ver como podemos adotar essa função para especificar várias condições em uma função numpy onde ().

importar numpy como np
arr = np.Array ([100.120.344.232.343.456.674.637])
new_arr = arr [np.onde (np.Logical_and (arr> 300, arr<400))]
impressão (new_arr)

No código acima, começamos definindo uma variedade de números inteiros cujos elementos desejamos filtrar.

Nós então usamos o NP.onde () funcionar e passar as condições que desejamos avaliar. Nesse caso, passamos por eles como argumentos do NP.Função Logical_and.

A função avalia as condições e filtra os elementos que correspondem aos valores especificados.

Um exemplo de saída é como mostrado:

Da saída, apenas dois elementos correspondem às condições especificadas.

Método 4 - Numpy.onde () múltiplas condições com Numpy.Função Logical_or ()

Da mesma forma, Numpy tem uma função que executa a mesma tarefa que a lógica do Python ou. O Numpy.A função Logical_or () é usada para calcular o valor verdadeiro em termos de elemento de um portão ou portão.

Para o nosso caso, podemos especificar várias condições e passá -las para o NP.onde () função.

Um código de exemplo é como mostrado abaixo:

importar numpy como np
arr = np.Array ([100.120.344.232.343.456.674.637])
new_arr = arr [np.onde (np.Logical_or (arr> 300, arr%2 == 0))]
impressão (new_arr)

Aqui, a função deve retornar todos os elementos maiores que 300 ou que o número uniforme.

Os valores resultantes são:

Funciona.

Fechamento

É isso para este. Neste tutorial, você aprendeu a especificar várias condições na função Numpy Where () usando a função lógica ou lógica e, lógica de Numpy, e a função Logical_or de Numpy.