如何在numpy数组中应用条件语句？答案

【问题标题】：How to apply conditional statement in numpy array?如何在numpy数组中应用条件语句？
【发布时间】：2019-11-22 19:45:49
【问题描述】：

我正在尝试在一个 numpy 数组中应用条件语句并获得一个具有 1 和 0 值的布尔数组。

到目前为止，我尝试了 np.where()，但它只允许 3 个参数，在我的情况下我还有一些。

我先随机创建数组：

numbers = np.random.uniform(1,100,5)

现在，如果值低于 30，我想得到一个 0。如果值大于 70，我想得到 1。如果值在 30 和 70 之间，我想得到一个介于 0 和 1 之间的随机数。如果这个数字大于 0.5，那么数组中的值应该得到 1 作为布尔值，在其他情况下为 0。我想这是用 np.random 函数再次生成的，但是我不知道如何应用所有的论点。

如果输入数组是：

[10,40,50,60,90]

那么预期的输出应该是：

[0,1,0,1,1]

中间的三个值是随机分布的，因此在进行多次测试时它们可能会有所不同。

提前谢谢你！

【问题讨论】：

标签： python pandas conditional-statements numpy-ndarray

【解决方案1】：

使用numpy.select，第三个条件应简化为numpy.random.choice：

numbers = np.array([10,40,50,60,90])
print (numbers)
[10 40 50 60 90]

a = np.select([numbers < 30, numbers > 70], [0, 1], np.random.choice([1,0], size=len(numbers)))
print (a)
[0 0 1 0 1]

如果需要3rd 条件并通过0.5 进行比较，可以将掩码转换为整数，以便True, False 到1, 0 映射：

b = (np.random.rand(len(numbers)) > .5).astype(int)
#alternative
#b = np.where(np.random.rand(len(numbers)) > .5, 1, 0)

a = np.select([numbers < 30, numbers > 70], [0, 1], b)

或者你可以链接3次numpy.where:

a = np.where(numbers < 30, 0,
    np.where(numbers > 70, 1, 
    np.where(np.random.rand(len(numbers)) > .5, 1, 0)))

或者使用np.select:

a = np.select([numbers < 30, numbers > 70, np.random.rand(len(numbers)) > .5], 
               [0, 1, 1], 0)

【讨论】：

谢谢！到目前为止，我从未使用过 np.select。将仔细研究此功能:)
好吧，对于 30 到 70 之间的数字，我们使用 np.random 函数。到目前为止，一切都很好。但是如果他们得到一个小于或等于 0.5 的值，布尔值应该是 0。如果他们得到一个大于 0.5 的值，那么他们得到的值是 1。