Numpy中where的理解

首先numpy中where有两种用法。
一种是numpy.where(条件，满足条件值，不满足条件值)。
一种是numpy.where(条件)。
第一种：numpy.where(条件，满足条件值，不满足条件值)。

import numpy

an_array = np.array([31,55,27,11,4,90,19])
#将下列列表中中大于30的元素替换为0
one_array = numpy.where(an_array > 30, 0, an_array)
print(one_array)
#输出
>>>array([ 0,  0,  27, 11, 4,  0,  19])

第二种：numpy.where(条件)。

the_array = np.array([1, 2, 3, 4, 5])
np.where(the_array > 3)
#输出 返回的则是满足条件的下标
>>>(array([3, 4], dtype=int64),)

#对于二维数同样是如此
bool_array = [[True,False],[True,True]]
temp = np.where(bool_array)
print(temp)
#输出 返回的仍是满足条件的下标
>>>(array([0, 1, 1], dtype=int64), array([0, 0, 1], dtype=int64))

(array([0, 1, 1], dtype=int64), array([0, 0, 1], dtype=int64))

第一个array([0, 1, 1]中的0代表数组中的第0行，1代表第一行。
第二个array([0, 0, 1]中的0代表数组中的第0列，1代表第一列。

[[True,False],[True,True]]转化成二维数组形式就是
[ [True,False],
[True,True] ]

第一个array([0, 1, 1]中的0和第二个array([0, 0, 1]中的0,对应bool_array[0][0],bool_array[0][0]的值为True.

第一个array([0, 1, 1]中的1和第二个array([0, 0, 1]中的0,对应bool_array[0][0],bool_array[1][0]的值为True.

第一个array([0, 1, 1]中的1和第二个array([0, 0, 1]中的1对应bool_array[0][0],bool_array[1][1]的值为True.
至此bool_array中元素为True下标已经全部展示。