numpy.array()的参数,numpy.array函数

　　本文主要介绍numpyarray的示例代码，用于找出合格的数字并赋值。文中的示例代码非常详细，对于大家的学习或者工作都有一定的参考价值。下面让我们跟随边肖一起学习。

　　00-1010 1.直接使用条件索引2。使用numpy.where()3。python中的直接逻辑运算，使用numpy数组进行数据处理，往往需要找出满足一定要求的数据位置，有时还需要重新分配这些位置。本文总结了几种寻找合格数据位置的方法。

　　这里以一个8*8的随机数组为例，求大于零的数。

　　将numpy作为np导入

　　a=random.randint(-10，10，size=(8，8))

　　数组([[ 5，5，-7，7，-8，-7，0，-8]，

　　[ -4, 9, 8, -3, 6, -4, -7, -5],

　　[ 7, 0, 6, 6, -4, -2, -8, 2],

　　[ 6, -5, 8, 4, 7, -8, -4, -4],

　　[ 0, 1, -1, -8, -1, 9, 4, 1],

　　[ 4, -8, -1, -8, -2, -6, -1, 9],

　　[ 7, 7, 9, -9, 4, 8, 3, 1],

　　[ -8, 4, -2, 4, -1, -4, -10, 0]])

1.直接利用条件索引

　　# results=np.where(条件，[x，y])

　　#当条件为真时，对应位置返回X中的值，如果条件不为真，则返回y中的值。

　　C=np.where(a0，a，0) #满足则保留大于0的值，不满足则保留0。

　　打印(c)

　　[[5 5 0 7 0 0 0 0]

　　[0 9 8 0 6 0 0 0]

　　[7 0 6 6 0 0 0 2]

　　[6 0 8 4 7 0 0 0]

　　[0 1 0 0 0 9 4 1]

　　[4 0 0 0 0 0 0 9]

　　[7 7 9 0 4 8 3 1]

　　[0 4 0 4 0 0 0 0]]

　　#大于零为1，小于零为0

　　C=np.where(a0，1，0) #大于0的值，满足则保留，不满足则保留0。

　　打印(c)

　　[[1 1 0 1 0 0 0 0]

　　[0 1 1 0 1 0 0 0]

　　[1 0 1 1 0 0 0 1]

　　[1 0 1 1 1 0 0 0]

　　[0 1 0 0 0 1 1 1]

　　[1 0 0 0 0 0 0 1]

　　[1 1 1 0 1 1 1 1]

　　[0 1 0 1 0 0 0 0]]

2.利用numpy.where()

　　0 #获取判断矩阵

　　数组([[真，真，假，真，假，假，假，假，假]，

　　[假、真、真、假、真、假、假、假、假]，

　　[真，假，真，真，假，假，假，真]，

　　[真、假、真、真、真、真、假、假、假]，

　　[假，真，假，假，假，真，真，真]，

　　[真，假，假，假，假，假，假，假，真]，

　　[真、真、真、假、真、真、真、真、真、真]，

　　[假，真，假，真，假，假，假]]，dtype=bool)

　　这就是本文关于numpy数组查找合格数字并赋值的示例代码。关于numpy数组赋值的更多信息，请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

numpy.array()的参数,numpy.array函数

目录

1.直接利用条件索引

2.利用numpy.where()

相关文章阅读