numpy.select
numpy.select(condlist, choicelist, default=0)
Функция select() возвращает массив составленный из элементовдругих массивов, которые выбираются из них в зависимости от указанного условия.
-
- condlist - список логических массивов NumPy.
-
Список логических массивов, выступающих в роли условий выбора элементов из массивов в
choicelist. Если в каком-то логическом массиве встречается значение True то выбирается элемент с соответствующим индексом из соответствующего массива вchoicelist. Если значение True принимают несколько условий, то выполняется только первое встреченное в списке. - choicelist - список массивов NumPy.
-
Список той же длины, что и
condlist, который содержит массивы NumPy. Элементы данных массивов будут помещены в результирующий массив в зависимости от условий вcondlist. - default - скалярное значение (необязательный параметр).
- Значение, вставляемое в результат если все условия равны False, по умолчанию равен 0.
-
- ndarray - массив NumPy
- массив с элементами из массивов в
choicelist, которые выбраны в соответствии с условиями вaxis1иcondlist.
Примеры
Проще всего продемонстрировать работу данной функции для одномерного массива:
>>> import numpy as np
>>>
>>> a = np.r_[:10]
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>>
>>> x = a < 3
>>> x
array([ True, True, True, False, False, False, False, False, False,
False])
>>>
>>> y = a > 6
>>> y
array([False, False, False, False, False, False, False, True, True,
True])
>>>
>>>
>>> np.select([x, y], [a - 10, a**2])
array([-10, -9, -8, 0, 0, 0, 0, 49, 64, 81])С другой стороны, массивы вовсе не обязаны быть одномерными:
>>> a = np.arange(24).reshape(6, 4)
>>> 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]])
>>>
>>> np.select([(a > 8) & (a < 15), a > 15], [0*a, a + 100], default = -1)
array([[ -1, -1, -1, -1],
[ -1, -1, -1, -1],
[ -1, 0, 0, 0],
[ 0, 0, 0, -1],
[116, 117, 118, 119],
[120, 121, 122, 123]])Предыдущие примеры были выполнены над одним массивом, но все массивы могут быть разными:
>>> a = np.full((2, 5), 3)
>>> a
array([[3, 3, 3, 3, 3],
[3, 3, 3, 3, 3]])
>>>
>>> b = np.full((2, 5), 7)
>>> b
array([[7, 7, 7, 7, 7],
[7, 7, 7, 7, 7]])
>>>
>>> c = np.arange(10).reshape(2, 5)
>>> c
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])
>>>
>>> np.select([c%3 == 0, c%3 == 2], [a, b], default = -1)
array([[ 3, -1, 7, 3, -1],
[ 7, 3, -1, 7, 3]])
