np.where() 条件索引和SQL的if用法一样，或者是给出满足条件的坐标集合

np.where()

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

参数：

condition：array_like, bool，如果为True，则产生x，否则产生y

x, y：array_like，从中选择的值

numpy.where() 有两种用法：

1. np.where(condition, x, y)

满足条件(condition)，输出x，不满足输出y。

import numpy as np
aa = np.arange(10)
np.where(aa,1,-1)
#array([-1,  1,  1,  1,  1,  1,  1,  1,  1,  1])  # 0为False，所以第一个输出-1
np.where(aa > 5,1,-1)
#array([-1, -1, -1, -1, -1, -1,  1,  1,  1,  1])

2. np.where(condition)

只有条件 (condition)，没有x和y，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（比如x,y,z分别作为一个元祖）。

a = np.arange(27).reshape(3,3,3)
'''
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]]])
'''
np.where(a > 5)

(array([0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2],
       dtype=int64),
 array([2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2],
       dtype=int64),
 array([0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
       dtype=int64))

np.where会输出每个元素的对应的坐标，因为原数组有三维，所以tuple中有三个数组

 https://numpy.org/doc/stable/reference/generated/numpy.where.html