dask.array.where

dask.array.where¶

dask.array.where(condition, [x, y, ]/)[源代码]¶

此文档字符串是从 numpy.where 复制的。

Dask 版本可能存在一些不一致性。

根据 condition 从 x 或 y 中返回选定的元素。

备注

当仅提供 condition 时，此函数是 np.asarray(condition).nonzero() 的简写。直接使用 nonzero 应该被优先考虑，因为它在子类中表现正确。本文件的其余部分仅涵盖所有三个参数都提供的情况。

参数

条件array_like, bool: 当为 True 时，生成 x，否则生成 y。
x, yarray_like: 可供选择的值。x, y 和 condition 需要能够广播到某种形状。

返回

出ndarray: 一个数组，其中元素来自 x 且 condition 为 True，其他情况下元素来自 y。

参见

choose
nonzero: 当省略 x 和 y 时调用的函数

注释

如果所有数组都是一维的，where 等价于:

[xv if c else yv
 for c, xv, yv in zip(condition, x, y)]

示例

>>> import numpy as np  
>>> a = np.arange(10)  
>>> a  
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.where(a < 5, a, 10*a)  
array([ 0,  1,  2,  3,  4, 50, 60, 70, 80, 90])

这也可以用于多维数组：

>>> np.where([[True, False], [True, True]],  
...          [[1, 2], [3, 4]],
...          [[9, 8], [7, 6]])
array([[1, 8],
       [3, 4]])

x、y 和条件的形状一起广播：

>>> x, y = np.ogrid[:3, :4]  
>>> np.where(x < y, x, 10 + y)  # both x and 10+y are broadcast  
array([[10,  0,  0,  0],
       [10, 11,  1,  1],
       [10, 11, 12,  2]])

>>> a = np.array([[0, 1, 2],  
...               [0, 2, 4],
...               [0, 3, 6]])
>>> np.where(a < 4, a, -1)  # -1 is broadcast  
array([[ 0,  1,  2],
       [ 0,  2, -1],
       [ 0,  3, -1]])

dask.array.vstack

dask.array.zeros