numpy.where() Несколько условий

  1. Реализуйте несколько условий numpy.where() с помощью оператора & в Python
  2. Реализуйте несколько условий numpy.where() с помощью | Оператор в Python
  3. Реализуйте несколько условий numpy.where() с помощью функции numpy.logical_and()
  4. Реализуйте несколько условий numpy.where() с помощью функции numpy.logical_or() в Python

В этом руководстве будут представлены методы определения нескольких условий в функции numpy.where() в Python.

Реализуйте несколько условий numpy.where() с помощью оператора & в Python

Функция numpy.where() используется для выбора некоторых элементов из массива после применения указанного условия. Предположим, у нас есть сценарий, в котором мы должны указать несколько условий внутри одной функции numpy.where(). Для этого мы можем использовать оператор &. Мы можем указать несколько условий внутри функции numpy.where(), заключив каждое условие в пару скобок и используя оператор & между ними.

import numpy as np

values = np.array([1,2,3,4,5])

result = values[np.where((values>2) & (values<4))]
print(result)

Выход:

[3]

В приведенном выше коде мы выбрали значения из массива целых чисел values больше 2, но меньше 4 с помощью функции np.where() вместе с оператором &. Сначала мы создали массив целых чисел values с помощью функции np.array(). Затем мы применили несколько условий к элементам массива с помощью функции np.where() и оператора & и сохранили выбранное значение внутри переменной result. В этом разделе обсуждается использование логического оператора И внутри функции np.where(). В следующем разделе обсуждается использование логического оператора ИЛИ внутри функции np.where().

Реализуйте несколько условий numpy.where() с помощью | Оператор в Python

Мы также можем использовать | оператор, чтобы указать несколько условий внутри функции numpy.where(). | Оператор представляет собой логический элемент ИЛИ в Python. Мы можем указать несколько условий внутри функции numpy.where(), заключив каждое условие в пару круглых скобок и используя | оператор между ними.

import numpy as np

values = np.array([1,2,3,4,5])

result = values[np.where((values>2) | (values%2==0))]
print(result)

Выход:

[2 3 4 5]

В приведенном выше коде мы выбрали значения из массива целых чисел values, которые либо больше 2, либо полностью делятся на 2 с помощью функции np.where() вместе с | оператор. Сначала мы создали массив целых чисел values с помощью функции np.array(). Затем мы применили несколько условий к элементам массива с помощью функции np.where() и | оператор и сохраняет выбранные значения внутри переменной результат.

Реализуйте несколько условий numpy.where() с помощью функции numpy.logical_and()

Функция numpy.logical_and() используется для поэлементного вычисления значения истинности логического элемента И в Python. Мы можем использовать функцию numpy.logical_and() внутри функции numpy.where(), чтобы указать несколько условий.

import numpy as np

values = np.array([1,2,3,4,5])

result = values[np.where(np.logical_and(values>2,values<4))]
print(result)

Выход:

[3]

В приведенном выше коде мы выбрали значения из массива целых чисел values больше 2, но меньше 4 с помощью функции np.where() вместе с функцией np.logical_and() в Python. Сначала мы создали массив целых чисел values с помощью функции np.array(). Затем мы применили несколько условий к элементам массива с помощью функции np.where() и np.logical_and() и сохранили выбранное значение внутри переменной result.

Реализуйте несколько условий numpy.where() с помощью функции numpy.logical_or() в Python

Функция numpy.logical_or() используется для поэлементного вычисления значения истинности логического элемента ИЛИ в Python. Мы можем использовать функцию numpy.logical_or() внутри функции numpy.where(), чтобы указать несколько условий.

import numpy as np

values = np.array([1,2,3,4,5])

result = values[np.where(np.logical_or(values>2,values%2==0))]
print(result)

Выход:

[2 3 4 5]

В приведенном выше коде мы выбрали значения из массива целых чисел values, которые либо больше 2, либо полностью делятся на 2 с помощью функции np.where() вместе с numpy.logical_or()В Python. Сначала мы создали массив целых чисел values с помощью функции np.array(). Затем мы применили несколько условий к элементам массива с помощью функции np.where() и numpy.logical_or() и сохранили выбранные значения внутри переменной result.