个人中心
gpt4 book ai didi

浅谈numpy.where() 的用法和np.argsort()的用法说明

转载 作者：qq735679552 更新时间：2022-09-27 22:32:09 32 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章浅谈numpy.where() 的用法和np.argsort()的用法说明由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

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.

如果是一维数组，相当于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)] 。

?
1
2
3
4
5
6
7
8
9
10
11
>>> 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 ])
 
>>> np.where([[ True , False ], [ True , True ]],    # 官网上的例子
     [[ 1 , 2 ], [ 3 , 4 ]],
              [[ 9 , 8 ], [ 7 , 6 ]])
array([[ 1 , 8 ],
     [ 3 , 4 ]])

上面这个例子的条件为[[True,False], [True,False]]，分别对应最后输出结果的四个值。第一个值从[1,9]中选，因为条件为True，所以是选1。第二个值从[2,8]中选，因为条件为False，所以选8，后面以此类推。类似的问题可以再看个例子:

?
1
2
3
4
5
6
7
>>> a = 10
>>> np.where([[a > 5 ,a < 5 ], [a = = 10 ,a = = 7 ]],
              [[ "chosen" , "not chosen" ], [ "chosen" , "not chosen" ]],
              [[ "not chosen" , "chosen" ], [ "not chosen" , "chosen" ]])
 
array([[ 'chosen' , 'chosen' ],
        [ 'chosen' , 'chosen' ]], dtype = '<U10' )

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.

?
1
2
3
4
5
6
7
8
>>> a = np.array([ 2 , 4 , 6 , 8 , 10 ])
>>> np.where(a > 5 )    # 返回索引
(array([ 2 , 3 , 4 ]),)  
>>> a[np.where(a > 5 )]     # 等价于 a[a>5]
array([ 6 ,  8 , 10 ])
 
>>> np.where([[ 0 , 1 ], [ 1 , 0 ]])
(array([ 0 , 1 ]), array([ 1 , 0 ]))

上面这个例子条件中[[0,1],[1,0]]的真值为两个1，各自的第一维坐标为[0,1]，第二维坐标为[1,0] .

下面看个复杂点的例子：

?
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
27
28
29
30
>>> a = np.arange( 27 ).reshape( 3 , 3 , 3 )
>>> a
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 ]),
  array([ 2 , 2 , 2 , 0 , 0 , 0 , 1 , 1 , 1 , 2 , 2 , 2 , 0 , 0 , 0 , 1 , 1 , 1 , 2 , 2 , 2 ]),
  array([ 0 , 1 , 2 , 0 , 1 , 2 , 0 , 1 , 2 , 0 , 1 , 2 , 0 , 1 , 2 , 0 , 1 , 2 , 0 , 1 , 2 ]))
 
 
# 符合条件的元素为
     [ 6 ,  7 ,  8 ]],
 
       [[ 9 , 10 , 11 ],
        [ 12 , 13 , 14 ],
        [ 15 , 16 , 17 ]],
 
       [[ 18 , 19 , 20 ],
        [ 21 , 22 , 23 ],
        [ 24 , 25 , 26 ]]]

所以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.

需要注意的一点是，输入的不能直接是list，需要转为array或者为array才行。比如range(10)和np.arange(10)后者返回的是数组，使用np.where才能达到效果.

np.argsort()的用法

?
1
numpy.argsort(a, axis = - 1 , kind = 'quicksort' , order = None )

argsort(a)#获取a从小到大排列的数组 。

argsort(-a)#获取a从大到小排列的数组 。

argmin(a)#获取a最小值下标 。

argmax(a)#获取a最大值下标 。

功能: 将矩阵a按照axis排序，并返回排序后的下标 。

参数: a:输入矩阵， axis:需要排序的维度 。

返回值: 输出排序后的下标 。

(一维数组)

?
1
2
3
4
import numpy as np
x = np.array([ 1 , 4 , 3 , - 1 , 6 , 9 ])
x.argsort()
# array([3, 0, 1, 2, 4, 5], dtype=int64)

可以发现，argsort()是将X中的元素从小到大排序后，提取对应的索引index，然后输出到y 。

如x[3]=-1最小，x[5]=9最大 。

所以取数组x的最小值可以写成

?
1
x[x.argsort()[ 0 ]]

或者用argmin()函数 。

?
1
x[x.argmin()]

数组x的最大值，写成:

?
1
x[x.argsort()[ - 1 ]]  # -1代表从后往前反向的索引

或者用argmax()函数,不再详述 。

?
1
x[x.argmax()]

输出排序后的数组 。

?
1
2
3
x[x.argsort()]
# 或
x[np.argsort(x)]

(二维数组)

?
1
2
3
x = np.array([[ 1 , 5 , 4 ],[ - 1 , 6 , 9 ]])
# [[ 1  5  4]
# [-1  6  9]]

沿着行向下(每列)的元素进行排序 。

?
1
2
3
np.argsort(x,axis = 0 )
# array([[1, 0, 0],
#        [0, 1, 1]], dtype=int64)

沿着列向右(每行)的元素进行排序 。

?
1
2
3
np.argsort(x,axis = 1 )
# array([[0, 2, 1],
#        [0, 1, 2]], dtype=int64)

补充：Numpy.unravel_index()和Numpy.argsort() 。

由于编程和文笔都较差，写的不好请见谅... 。

今天下午学习LDA模型的python实现，其中用到了Numpy库，想详细了解用到的每个函数，便在网上找资料.

其中遇到了Numpy.unravel_index()和Numpy.argsort()，看了好半天才弄懂orz心血来潮记录一下 。

首先，附上英文官方文档。https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.argsort.html和https://docs.scipy.org/doc/numpy/reference/generated/numpy.unravel_index.html 。

讲讲我对Numpy.argsort()的理解：

?
1
numpy.argsort(a, axis = - 1 , kind = 'quicksort' , order = None )

参数说明：a要排序的数组， 。

axis整型或者None，如果是None，数组将变成扁平数组（即变成一行数组） 。

kind排序算法，快排，归并排序，堆排序... 。

order自定义字段顺序 。

返回： index_array ：n维下标数组 。

实例：一维数组 。

浅谈numpy.where() 的用法和np.argsort()的用法说明

二维数组 。

浅谈numpy.where() 的用法和np.argsort()的用法说明

然后讲讲我对numpy.unravel_index的理解~

?
1
numpy.unravel_index(indices, dims, order = 'C' )

参数说明：indices数组 。

dims数组的维度大小 。

order:{C,F}（C行为主，F列为主） 。

返回： unraveled_coords为n维数组的元组 。

实例： 这个地方想了好久才明白T T 。

浅谈numpy.where() 的用法和np.argsort()的用法说明

简单解释一下，22/6=3......4 。

总算写完了！ 。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我。如有错误或未考虑完全的地方，望不吝赐教.

原文链接：https://www.cnblogs.com/henuliulei/p/13296068.html 。

最后此篇关于浅谈numpy.where() 的用法和np.argsort()的用法说明的文章就讲到这里了,如果你想了解更多关于浅谈numpy.where() 的用法和np.argsort()的用法说明的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

32 4 0
文章推荐： python如何给字典的键对应的值为字典项的字典赋值
文章推荐： Flask之请求钩子的实现
文章推荐： python调用并链接MATLAB脚本详解
文章推荐： python爬虫获取新浪新闻教学
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com