numpy where()取值后为啥一般后面都加[0]

最新推荐文章于 2022-12-16 00:01:33 发布

写代码_不错哦

最新推荐文章于 2022-12-16 00:01:33 发布

阅读量849

点赞数

分类专栏： python 图像处理

本文链接： https://blog.csdn.net/shenjianhua005/article/details/117136155

版权

python 同时被 2 个专栏收录

82 篇文章 0 订阅

订阅专栏

图像处理

45 篇文章 0 订阅

订阅专栏

常看到：

keep = np.where((hs >= min_size) & (ws >= min_size))[0]，很奇怪，这里为啥加[0]，点进where源码看到，其 return (condition, x, y)，从这最外面（）括号可以看出，其返回类似元组，所以取值需要加[0]

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

写代码_不错哦

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

numpy-where()函数

wander_ing的博客

05-08

1085

where()函数是numpy模块中的一个函数，它的语法如下： where(condition, [x, y]) 有点类似python中的三目运算符： x = a if condition else b [x,y]是可选参数，举个例子： import numpy as np arr = np.random.randint(0,10,(3,5)) print (arr) np.where(a...

numpy中的np.where

yuzhihuan1224的博客

09-19

685

numpy中的np.where 先来看下相关的说明 : np.where(condition, [x, y]),这里三个参数,其中必写参数是condition(判断条件),后边的x和y是可选参数.那么这三个参数都有怎样的要求呢? condition：array_like，bool ,当为True时，产生x，否则产生y 简单说,对第一个参数的要求是这样的,首先是数据类型的要求,类似于数组或者布尔值,...

参与评论您还未登录，请先登录后发表或查看评论

Numpy教程

likew_5251的博客

12-24

1944

前言参见：What is NumpyNumpy是Python科学计算的基本包，它提供一个多维数组对象及各种派生对象（如屏蔽的数组和矩阵）以及一系列用于数组快速操作的例程，包括数学、逻辑、形状操作、排序、选择、I/O，离散傅里叶变换、线性代数、基本统计操作、随机模拟等等。Numpy的核心是ndarray对象，它封装了同质数据类型的n维数组，与python序列有以下区别： ndarray在创建时有固定大

np.where()[0]后边的[0]是什么意思呢

weixin_44438120的博客

03-19

6639

—— np.where()[0] 表示行的索引； —— np.where()[1] 则表示列的索引

【精读】Numpy详解

机器学习算法与Python学习

07-21

346

（给机器学习算法与Python学习加星标，提升AI技能）Numpy是一个Python库/模块，在Python编程中用于科学计算。在本教程中，你将学习如何在Numpy数组上执行一系列操作，...

numpy.where() 用法详解

星之所望的博客

03-03

778

numpy.where (condition[,x,y])numpy.where()有两种用法： 1. np.where(condition, x, y) 满足条件(condition)，输出x，不满足输出y。如果是一维数组，相当于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)] >>> aa = np.a...

在numpy矩阵中令小于0的元素改为0的实例

09-19

### numpy矩阵中小于0的元素改为0的方法在数据分析领域，`numpy` 是 Python 中一个非常重要的库，它提供了高效处理大型多维数组的能力。在实际应用中，我们经常需要对数组中的数据进行各种操作，比如将数组中的...

python必备库学习笔记 numpy

12-21

- 创建随机数组：`numpy.random.rand(i, j)` 生成一个i行j列的浮点数数组，取值范围在[0, 1)之间。 2. **数组创建函数** - `numpy.arange(a, b, n)` 生成一个等差数列，从a到b（不包括b），步长为n，然后可以通过...

NumPy

pdxbcc的博客

03-06

361

1.认识NumPy数组属性具体说明 ndarray.ndim 维度个数，也就是数组轴的个数，比如一维、二维、三维等 ndarray.shape 数组的维度。整数元组，表示每个维度数组的大小。例：一个n行和m列的数组，它的shape属性为（n，m） ndarray.size 数组元素的总个数，等于shape属性中元组元素的乘积 ndarray.dtype 数组中元素类型的对象，可用Python类型与NumP特有的数据类型指定 nd...

【再回首Python之美】【numpy】剖析numpy.where(condition[,x ,y])

蔚蓝的天空Tom

02-26

2021

numpy.where()方法不和其他方法类似，从结果就能看到方法功能，需要琢磨一番才能够理解它。1.语法 numpy.where(condition[,x,y]) 返回：ndarray 或者 tuple of ndarrays = (array_row, array_col)2.思路if condition == True: 取x中当前位置的数值（如果没有x，取True在矩阵...

numpy中 where函数的用法

weixin_52703681的博客

01-13

3833

在我的理解中np.where函数有三个用法 1. np.where()[0] 和 np.where()[1] where在我的理解中是一个寻找数组中某个元素的函数，在此用法中np.where()[0] 表示行索引，np.where()[1]表示列索引具体如下 import numpy as np array = np.arange(12).reshape(3,4) print('array:', array) print('np.where(array > 5):', np.where(array

网络爬虫Python+numpy

qq_46351339的博客

04-21

837

numpy介绍 NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。 numpy安装

numpy.where()用法

l_ml_m_lm_m的博客

07-30

814

官方教程numpy.where (condition[, x, y]) https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html numpy.where() 有两种用法： np.where(condition, x, y) 满足条件(condition)，输出x，不满足输出y。如果是一维数组，相当于[...

Numpy.where()/np.where() 函数的使用----修改数组中符合条件的元素值/查找数组中符合要求的元素的位置

Roxlu7的博客

07-22

3562

用法解释满足condition将数组元素修改为x，否则修改为y，最后生成一个新的数组。注意np.where不会修改原数组的数值，而会生成一个新的数组。

关于元组：tuple类型的(0) == 0

weixin_30765319的博客

01-25

191

(0) == 0 isinstance(0, int) == Ture isinstance(0, tuple) == False 想要去构建(0),要写成(0,) 转载于:https://www.cnblogs.com/yiii/p/5157305.html

torch.max(action_value, 1)[1].data.numpy()[0] 是什么意思

软件工程小施同学的专栏

12-16

1038

a0 = torch.max(a, dim) 其中a为一个tensor dim的值为 0/1，分别代表索引每列/行最大值返回的值包含两个数据（values, indices) 分别代表最大值的值和所在的索引一般我们只需要里面的索引，而对最大值的值不感兴…torch.max(action_value, 1)表示取action_value里每行的最大值。torch.max(action_value, 1)[1]表示最大值对应的下标。.data.numpy()[0]表示将将Variable转换成tensor。

numpy数组中冒号[:,:,0]与[...,0]的区别

最新发布

09-06

### 回答1：可以使用numpy中的索引方式来取值，例如arr[][1]表示取二维数组arr中第一行第二列的元素值。还可以使用切片方式来取出部分元素，例如arr[:2,1:3]表示取二维数组arr中第一行到第二行，第二列到第三列的元素值。此外，还可以使用numpy中的函数来对二维数组进行操作，例如np.sum(arr)表示对二维数组arr中所有元素求和。 ### 回答2： numpy是Python中一个非常常用的数学计算库，可以用于进行各种数值运算、数值分析以及数据处理等工作。在numpy中，二维数组可以被看作是一个矩阵，我们可以使用多种方法来取值。首先，我们可以使用索引来取值。对于一个二维数组arr，可以使用arr[i][j]的方式来获得矩阵中第i行第j列的元素值。其中i和j分别表示对应的行和列的索引值，索引值从0开始计数。另外，numpy提供了更简便的语法来进行矩阵的取值操作。我们可以使用arr[i, j]的方式来获得矩阵中第i行第j列的元素值，其结果与arr[i][j]是等价的。除了使用单个索引值来取值外，我们还可以使用切片的方式来获取矩阵的某个范围内的元素。对于一个二维数组arr，可以使用arr[start_row:end_row, start_col:end_col]的语法来获取从start_row行到end_row行（不包括end_row）以及从start_col列到end_col列（不包括end_col）之间的元素。此外，numpy还提供了更多灵活的方法来根据条件取值，比如使用布尔型索引、使用where函数等等。综上所述，numpy提供了多种方法来进行二维数组矩阵的取值操作，包括使用索引、使用切片、使用布尔型索引等等。这些方法可以帮助我们灵活、高效地获取矩阵中的元素值，方便进行后续的计算和分析工作。 ### 回答3： numpy库是Python中常用的数值计算库，其中的ndarray对象是实现数组矩阵操作的基础。在numpy中，我们可以使用一些方法来取得二维数组矩阵的值。首先，可以通过索引的方式来取得特定位置的元素。索引从0开始，可以用[row, column]的形式来指定某个位置的元素。例如，arr[0, 0]表示取得二维数组矩阵arr中第一行第一列的元素值。除了单个位置的索引，我们还可以使用切片（slice）的方式来获取二维数组的子矩阵。切片可以使用[start:end:step]的形式来指定取值的范围。其中，start表示起始位置，end表示结束位置，step表示步进值，默认为1。例如，arr[0:2, 1:3]表示取得二维数组矩阵arr中第一行至第二行、第二列至第三列的元素形成的子矩阵。此外，numpy还提供了一些函数来获取数组的最大值、最小值、平均值、和值等统计结果。例如，可以使用arr.max()来取得二维数组矩阵arr中的最大值，使用arr.min()来取得最小值，使用arr.mean()来取得平均值。总之，numpy库提供了丰富的方法来获取二维数组矩阵的值，包括索引、切片和统计函数等。这些方法使得我们可以方便地对数组进行操作和计算，提高了数值计算的效率和便捷性。