Vecchia risposta
è un po 'confusa. Ti dà le POSIZIONI (tutte) in cui la tua dichiarazione è vera.
così:
>>> a = np.arange(100)
>>> np.where(a > 30)
(array([31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47,
48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64,
65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81,
82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98,
99]),)
>>> np.where(a == 90)
(array([90]),)
a = a*40
>>> np.where(a > 1000)
(array([26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42,
43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59,
60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76,
77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93,
94, 95, 96, 97, 98, 99]),)
>>> a[25]
1000
>>> a[26]
1040
Lo uso come alternativa a list.index (), ma ha anche molti altri usi. Non l'ho mai usato con array 2D.
http://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html
Nuova risposta
Sembra che la persona stesse chiedendo qualcosa di più fondamentale.
La domanda era come potresti implementare qualcosa che consente a una funzione (come dove) di sapere cosa è stato richiesto.
Prima nota che chiamare uno qualsiasi degli operatori di confronto fa una cosa interessante.
a > 1000
array([False, False, False, False, False, False, False, False, False,
False, False, False, False, False, False, False, False, False,
False, False, False, False, False, False, False, False, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True`, True, True, True, True, True, True, True, True, True], dtype=bool)`
Questo viene fatto sovraccaricando il metodo "__gt__". Per esempio:
>>> class demo(object):
def __gt__(self, item):
print item
>>> a = demo()
>>> a > 4
4
Come puoi vedere, "a> 4" era un codice valido.
Puoi ottenere un elenco completo e la documentazione di tutte le funzioni sovraccariche qui: http://docs.python.org/reference/datamodel.html
Qualcosa di incredibile è quanto sia semplice farlo. TUTTE le operazioni in Python vengono eseguite in questo modo. Dire a> b è equivalente ad a.gt (b)!
numpy.where
hanno 2 'modalità operative', il primo restituisceindices
, dovecondition is True
e se sono presenti parametri opzionalix
ey
(stessa forma dicondition
, o trasmettibile a tale forma!), Restituirà valori dax
quandocondition is True
altrimenti day
. Quindi questo rendewhere
più versatile e consente di essere utilizzato più spesso. Grazie