So verwenden Sie Python Numpy, bei der es mit mehreren Bedingungen funktioniert

So verwenden Sie Python Numpy, bei der es mit mehreren Bedingungen funktioniert
Die Numpy Library hat viele Funktionen, um das Array in Python zu erstellen. wobei () Funktion eine von ihnen ist, um ein Array aus einem anderen Numpy -Array zu erstellen, das auf einer oder mehreren Bedingungen basiert. Einige Operationen können zum Zeitpunkt der Array -Erstellung auf der Grundlage der Bedingung durch die Verwendung dieser Funktion durchgeführt werden. Es kann auch ohne bedingte Ausdruck verwendet werden. Wie diese Funktion unter mehreren Bedingungen in Python verwendet werden kann, wird in diesem Tutorial gezeigt.

Syntax:

Numpy.wo (Zustand, [x, y])

wobei die () Funktion zwei Argumente erfolgen kann. Das erste Argument ist obligatorisch und das zweite Argument ist optional. Wenn der Wert des ersten Arguments (Zustand) Ist wahr, dann enthält der Ausgang die Array -Elemente aus dem Array, X Ansonsten aus dem Array, y. Diese Funktion gibt die Indexwerte des Eingabearrays zurück, wenn kein optionales Argument verwendet wird.

Verwendung von Where () Funktion:

Verschiedene Arten von Booleschen Operatoren können verwendet werden, um den Zustand dieser Funktion zu definieren. Die Verwendungszwecke, wobei eine () Funktion mit mehreren Bedingungen in diesem Teil des Tutorials angezeigt wird.

Beispiel -1: Verwendung mehrerer Bedingungen mit logisch oder

Das folgende Beispiel zeigt die Verwendung der Funktion Where () mit und ohne das optionale Argument. Hier die logische oder verwendete es, den Zustand zu definieren. Die erste Where () -Funktion hat in einem eindimensionalen Array angewendet, das das Array von Indizes des Eingangsarrays zurückgibt, in dem die Bedingung zurückgibt WAHR. Die zweite wobei () Funktion in zwei eindimensionalen Arrays angewendet wurden. Andernfalls wird die Werte aus dem zweiten Array abgerufen.

# Numpy Library importieren
Numph als NP importieren
# Erstellen Sie ein Array mit der Liste
np_array1 = np.Array ([23, 11, 45, 43, 60, 18, 33, 71, 52, 38])
print ("Die Werte des Eingabearrays: \ n", np_array1)
# Erstellen Sie ein anderes Array basierend auf den mehreren Bedingungen und einem Array
new_array1 = np.wo ((np_array1 50))
# Drucken Sie das neue Array
print ("Die gefilterten Werte des Arrays: \ n", new_array1)
# Erstellen Sie ein Array mit den Bereichswerten
np_array2 = np.Arange (40, 50)
# Erstellen Sie ein anderes Array basierend auf den mehreren Bedingungen und zwei Arrays
new_array2 = np.WO (((np_array1 60), np_array1, np_array2)
# Drucken Sie das neue Array
print ("Die gefilterten Werte des Arrays: \ n", new_array2)

Ausgang:

Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Hier ist der Zustand zurückgekehrt WAHR Für die Werte 23,11,18,33 und 38 des ersten Arrays. Der Zustand ist zurückgekehrt FALSCH Für die Werte 45, 43, 60, 71 und 52. Also wurden 42, 43, 44 und 48 aus dem zweiten Array für die Werte 45, 43, 60 und 52 hinzugefügt. Hier ist 71 außerhalb der Reichweite.

Beispiel -2: Verwendung mehrerer Bedingungen mit logisch und

Das folgende Beispiel zeigt, wie die Funktion () mit den mehreren Bedingungen verwendet werden kann, die durch logische und in zwei eindimensionalen Arrays angewendet werden. Hier wurden zwei eindimensionale Numpy-Arrays erstellt, indem die Funktion rand () verwendet wird. Diese Arrays wurden in der Funktion Wows () mit den mehreren Bedingungen verwendet, um das neue Array basierend auf den Bedingungen zu erstellen. Die Bedingung wird zurückkehren WAHR Wenn der Wert des ersten Arrays weniger als 40 beträgt und der Wert des zweiten Arrays größer als 60 ist. Das Neue Array hat später gedruckt.

# Numpy Library importieren
Numph als NP importieren
# Erstellen Sie zwei Arrays von zufälligen Werten
np_array1 = np.willkürlich.Rand (10)*100
np_array2 = np.willkürlich.Rand (10)*100
# Drucken Sie die Array -Werte
print ("\ nDie Werte des ersten Arrays: \ n", np_array1)
print ("\ nDie Werte des zweiten Arrays: \ n", np_array2)
# Erstellen Sie ein neues Array, das auf den Bedingungen basiert
new_array = np.WO (((np_array1 60), np_array1, np_array2)
# Drucken Sie das neue Array
print ("\ n the gefilterte Werte beider Arrays: \ n", new_array)

Ausgang:

Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Der Zustand ist zurückgekehrt FALSCH Für alle Elemente. Das zurückgegebene Array enthält also die Werte nur aus dem zweiten Array.

Beispiel-3: Verwendung mehrerer Bedingungen im mehrdimensionalen Array

Das folgende Beispiel zeigt, wie die Funktion () mit den durch logischen definierten mehreren Bedingungen verwendet werden kann UND Das wird in zwei mehrdimensionalen Arrays angewendet. Hier wurden zwei mehrdimensionale Arrays mit Listen erstellt. Als Nächst. Die in der Funktion verwendete Bedingung wird zurückgegeben WAHR wo der Wert des ersten Arrays gleichmäßig ist und der Wert des zweiten Arrays ungerade ist; Andernfalls kehrt die Bedingung zurück FALSCH.

# Numpy Library importieren
Numph als NP importieren
# Erstellen Sie zwei mehrdimensionale Arrays von Ganzzahlwerten
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]])
# Drucken Sie die Array -Werte
print ("\ nDie Werte des ersten Arrays: \ n", np_array1)
print ("\ nDie Werte des zweiten Arrays: \ n", np_array2)
# Erstellen Sie ein neues Array aus zwei Arrays basierend auf den Bedingungen
new_array = np.WO ((((NP_Array1 % 2 == 0) & (NP_Array2 % 2 == 1)), NP_Array1, NP_Array2)
# Drucken Sie das neue Array
print ("\ n the gefilterte Werte beider Arrays: \ n", new_array)

Ausgang:

Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. In der Ausgabe haben 43, 12, 7, 34, 9, 22, 41, 5 und 12 im Neuarray aus dem zweiten Array hinzugefügt, da die Bedingung ist FALSCH für diese Werte. Der erste 12 -Wert im Neuarray hat aus dem ersten Array hinzugefügt, da die Bedingung ist WAHR nur für diesen Wert.

Abschluss:

wobei die () Funktion der Numpy -Bibliothek nützlich ist, um die Werte aus zwei Arrays zu filtern. Erstellen eines Neuarrays durch Filterung der Daten aus zwei Arrays basierend auf mehreren Bedingungen, die durch logische oder logische Bedingungen definiert sind, wurde in diesem Tutorial erklärt. Ich hoffe.