Cara menggunakan fungsi python NumPy where() dengan beberapa kondisi

Pustaka NumPy memiliki banyak fungsi untuk membuat array dengan python. fungsi where() adalah salah satunya untuk membuat array dari array NumPy lain berdasarkan satu atau lebih kondisi. Beberapa operasi dapat dilakukan pada saat pembuatan array berdasarkan kondisi dengan menggunakan fungsi ini. Itu dapat digunakan tanpa ekspresi kondisional juga. Bagaimana fungsi ini dapat digunakan dengan beberapa kondisi dalam python ditunjukkan dalam tutorial ini.

Sintaksis:

numpy.dimana(kondisi,[x,y])

di mana fungsi () dapat mengambil dua argumen. Argumen pertama adalah wajib, dan argumen kedua adalah opsional. Jika nilai argumen pertama (kondisi) benar, maka output akan berisi elemen array dari array, x sebaliknya dari array, kamu. Fungsi ini akan mengembalikan nilai indeks dari array input jika tidak ada argumen opsional yang digunakan.

Penggunaan fungsi where():

Berbagai jenis operator Boolean dapat digunakan untuk mendefinisikan kondisi fungsi ini. Penggunaan fungsi where a () dengan beberapa kondisi ditampilkan di bagian tutorial ini.

Contoh -1: Penggunaan beberapa kondisi dengan logika OR

Contoh berikut menunjukkan penggunaan fungsi where() dengan dan tanpa argumen opsional. Di sini, logika OR telah digunakan untuk mendefinisikan kondisi. Fungsi where() pertama telah diterapkan dalam larik satu dimensi yang akan mengembalikan larik indeks dari larik input tempat kondisi akan dikembalikan Benar. Fungsi where() kedua telah diterapkan dalam dua larik satu dimensi akan mengambil nilai dari larik pertama ketika kondisinya akan mengembalikan True. Jika tidak, itu akan mengambil nilai dari array kedua.

# Impor perpustakaan NumPy
impor numpy sebagai np
# Buat array menggunakan daftar
np_array1 = np.array([23, 11, 45, 43, 60, 18, 33, 71, 52, 38])
print("Nilai array masukan :\n", np_array1)
# Buat array lain berdasarkan beberapa kondisi dan satu array
new_array1 = np.dimana((np_array1 50))
# Cetak array baru
print("Nilai array yang difilter :\n", new_array1)
# Buat array menggunakan nilai rentang
np_array2 = np.kisaran(40, 50)
# Buat array lain berdasarkan beberapa kondisi dan dua array
new_array2 = np.dimana((np_array1 60), np_array1, np_array2)
# Cetak array baru
print("Nilai array yang difilter :\n", new_array2)

Keluaran:

Output berikut akan muncul setelah menjalankan skrip di atas:. Di sini, kondisinya telah kembali Benar untuk nilai 23,11,18,33, dan 38 dari larik pertama. Kondisi telah kembali Salah untuk nilai 45, 43, 60, 71, dan 52. Jadi, 42, 43, 44, dan 48 telah ditambahkan dari larik kedua untuk nilai 45, 43, 60, dan 52. Di sini, 71 di luar jangkauan.

Contoh -2: Penggunaan beberapa kondisi dengan logika AND

Contoh berikut menunjukkan bagaimana fungsi () dapat digunakan dengan beberapa kondisi yang ditentukan oleh logika dan diterapkan dalam dua array satu dimensi. Di sini, dua array NumPy satu dimensi telah dibuat dengan menggunakan fungsi Rand()(). Array ini telah digunakan dalam fungsi where() dengan beberapa kondisi untuk membuat array baru berdasarkan kondisi. Kondisi akan kembali Benar ketika nilai array pertama kurang dari 40 dan nilai array kedua lebih besar dari 60. Array baru telah dicetak nanti.

# Impor perpustakaan NumPy
impor numpy sebagai np
# Buat dua array nilai acak
np_array1 = np.acak.rand(10)*100
np_array2 = np.acak.rand(10)*100
# Cetak nilai array
print("\nNilai array pertama :\n", np_array1)
print("\nNilai array kedua :\n", np_array2)
# Buat array baru berdasarkan kondisi
array_baru = np.dimana((np_array1 60), np_array1, np_array2)
# Cetak array baru
print("\nNilai yang difilter dari kedua array :\n", new_array)

Keluaran:

Output berikut akan muncul setelah menjalankan skrip di atas:. Kondisi telah kembali Salah untuk semua elemen. Jadi, array yang dikembalikan hanya berisi nilai dari array kedua.

Contoh-3: Penggunaan beberapa kondisi dalam array multi-dimensi

Contoh berikut menunjukkan bagaimana di mana fungsi () dapat digunakan dengan beberapa kondisi yang ditentukan oleh logika DAN yang akan diterapkan dalam dua array multi-dimensi. Di sini, dua array multi-dimensi telah dibuat dengan menggunakan daftar. Selanjutnya, fungsi-fungsi ini telah diterapkan di fungsi where() untuk membuat array baru berdasarkan kondisi. Kondisi yang digunakan dalam fungsi akan kembali Benar dimana nilai larik pertama genap dan nilai larik kedua ganjil; jika tidak, kondisinya akan kembali Salah.

# Impor perpustakaan NumPy
impor numpy sebagai np
# Buat dua array multidimensi dari nilai integer
np_array1 = np.array([[5, 12, 21, 6, 11], [6, 10, 15, 31, 8]])
np_array2 = np.array([[43, 19, 7, 34, 9], [99, 22, 41, 5, 12]])
# Cetak nilai array
print("\nNilai array pertama :\n", np_array1)
print("\nNilai array kedua :\n", np_array2)
# Buat array baru dari dua array berdasarkan kondisi
array_baru = np.di mana(((np_array1 % 2 == 0) & (np_array2 % 2 == 1)), np_array1, np_array2)
# Cetak array baru
print("\nNilai yang difilter dari kedua array :\n", new_array)

Keluaran:

Output berikut akan muncul setelah menjalankan skrip di atas:. Pada output, 43, 12, 7, 34, 9, 22, 41, 5, dan 12 telah ditambahkan pada larik baru dari larik kedua karena kondisinya adalah Salah untuk nilai-nilai ini. 12 nilai pertama dalam larik baru telah ditambahkan dari larik pertama karena kondisinya adalah Benar untuk nilai ini saja.

Kesimpulan:

di mana fungsi () dari pustaka NumPy berguna untuk memfilter nilai dari dua array. Membuat array baru dengan memfilter data dari dua array berdasarkan beberapa kondisi yang ditentukan oleh logika OR dan logika AND telah dijelaskan dalam tutorial ini. Saya harap para pembaca dapat menggunakan fungsi ini dalam skrip mereka dengan benar setelah mempraktikkan contoh-contoh tutorial ini.