将条件逻辑作为数组操作(where)

这一章就讲解 numpy.where 函数。

他是三元表达式 的向量化版本。

三元表达式： x if condition else y

import numpy as np
xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
cond = np.array([True, False, True, True, False])

在 cond 中的元素为 True 时，我们取 xarr 中对应的元素值，反之取 yarr 中的元素，可以通过列表推导式来完成，如下

result = [(x if c else y) for x,y,c in zip(xarr, yarr, cond)]
print result

结果
[1.1, 2.2, 1.3, 1.4, 2.5]

这样会产生多个问题，首先如果数组很大的话，速度会很慢，因为所有的工作都是通过解释器解释 Python 代码完成的，其次，但数组是多维时，就无法奏效了。而使用 np.where 时，就可以非常简单的完成。

result = np.where(cond, xarr, yarr)
print(result)

结果
[1.1, 2.2, 1.3, 1.4, 2.5]

where 的第二个和第三个参数并不需要是数组，它们可以是标量。where在数据分析中的一个典型用法是根据一个数组来生成一个新的数组。

比如：假设我有一个随机生成的正态分布的矩阵数据，并且你想将其中的正数都变成2 ，所有负数都变成 -2 ，使用 where就很容易实现

arr = np.random.randn(4,4)
print(arr)
print('-----------')
print(np.where(arr>0, 2, -2))
print('---------')
print(np.where(arr > 0, 2 , arr))


结果
[[-1.36253267  0.7440669   0.64946862  0.36891392]
 [-0.01551911  0.01003852  2.32228195 -0.17199506]
 [ 0.46897204 -0.15731851 -0.53239796 -0.56446061]
 [-0.55566614 -0.27882886 -0.12773451 -0.15585518]]
-----------
[[-2  2  2  2]
 [-2  2  2 -2]
 [ 2 -2 -2 -2]
 [-2 -2 -2 -2]]
---------
[[-1.36253267  2.          2.          2.        ]
 [-0.01551911  2.          2.         -0.17199506]
 [ 2.         -0.15731851 -0.53239796 -0.56446061]
 [-0.55566614 -0.27882886 -0.12773451 -0.15585518]]

正如看到的，第三个参数可以写 原本的数组，就相当于把小于0的元素用原本的数组的对应位置的值对换，也就是说不做处理。

总结：

传递给 np.where 的数组既可以是同等大小的数组，也可以是标量