numpy.where() Conditions multiples

1. Implémenter numpy.where() plusieurs conditions avec l’opérateur & en Python
2. Implémenter numpy.where() plusieurs conditions avec le | Opérateur en Python
3. Implémentez les conditions multiples numpy.where() avec la fonction numpy.logical_and()
4. Implémentez les conditions multiples numpy.where() avec la fonction numpy.logical_or() en Python

Ce tutoriel présentera les méthodes pour spécifier plusieurs conditions dans la fonction numpy.where() en Python.

Implémenter numpy.where() plusieurs conditions avec l’opérateur & en Python

La fonction numpy.where() est utilisée pour sélectionner certains éléments d’un tableau après avoir appliqué une condition spécifiée. Supposons que nous ayons un scénario dans lequel nous devons spécifier plusieurs conditions dans une seule fonction numpy.where(). Nous pouvons utiliser l’opérateur & à cette fin. Nous pouvons spécifier plusieurs conditions à l’intérieur de la fonction numpy.where() en enfermant chaque condition dans une paire de parenthèses et en utilisant un opérateur & entre elles.

import numpy as np

values = np.array([1, 2, 3, 4, 5])

result = values[np.where((values > 2) & (values < 4))]
print(result)

Production:

[3]

Dans le code ci-dessus, nous avons sélectionné les valeurs du tableau d’entiers values supérieures à 2 mais inférieures à 4 avec la fonction np.where() avec l’opérateur&. Nous avons d’abord créé un tableau d’entiers values avec la fonction np.array(). Nous avons ensuite appliqué plusieurs conditions sur les éléments du tableau avec la fonction np.where() et l’opérateur & et stocké la valeur sélectionnée dans la variable result. Cette section traite de l’utilisation de l’opérateur logique AND dans la fonction np.where(). La section suivante traite de l’utilisation de l’opérateur OU logique dans la fonction np.where().

Implémenter numpy.where() plusieurs conditions avec le | Opérateur en Python

On peut aussi utiliser le | opérateur pour spécifier plusieurs conditions à l’intérieur de la fonction numpy.where(). Le | L’opérateur représente une porte OU logique en Python. Nous pouvons spécifier plusieurs conditions à l’intérieur de la fonction numpy.where() en enfermant chaque condition dans une paire de parenthèses et en utilisant un | opérateur entre eux.

import numpy as np

values = np.array([1, 2, 3, 4, 5])

result = values[np.where((values > 2) | (values % 2 == 0))]
print(result)

Production:

[2 3 4 5]

Dans le code ci-dessus, nous avons sélectionné les valeurs du tableau d’entiers values qui sont soit supérieures à 2 soit complètement divisibles par 2 avec la fonction np.where() avec le | opérateur. Nous avons d’abord créé un tableau d’entiers values avec la fonction np.array(). Nous avons ensuite appliqué plusieurs conditions sur les éléments du tableau avec la fonction np.where() et | opérateur et stocké les valeurs sélectionnées dans la variable result.

Implémentez les conditions multiples numpy.where() avec la fonction numpy.logical_and()

La fonction numpy.logical_and() est utilisée pour calculer la valeur de vérité élément par élément de la porte AND en Python. Nous pouvons utiliser la fonction numpy.logical_and() à l’intérieur de la fonction numpy.where() pour spécifier plusieurs conditions.

import numpy as np

values = np.array([1, 2, 3, 4, 5])

result = values[np.where(np.logical_and(values > 2, values < 4))]
print(result)

Production:

[3]

Dans le code ci-dessus, nous avons sélectionné les valeurs du tableau d’entiers values supérieures à 2 mais inférieures à 4 avec la fonction np.where() avec la fonction np.logical_and() dans Python. Nous avons d’abord créé un tableau d’entiers values avec la fonction np.array(). Nous avons ensuite appliqué plusieurs conditions sur les éléments du tableau avec les fonctions np.where() et np.logical_and(), et stocké la valeur sélectionnée dans la variable result.

Implémentez les conditions multiples numpy.where() avec la fonction numpy.logical_or() en Python

La fonction numpy.logical_or() est utilisée pour calculer la valeur de vérité élément par élément de la porte OU en Python. Nous pouvons utiliser la fonction numpy.logical_or() à l’intérieur de la fonction numpy.where() pour spécifier plusieurs conditions.

import numpy as np

values = np.array([1, 2, 3, 4, 5])

result = values[np.where(np.logical_or(values > 2, values % 2 == 0))]
print(result)

Production:

[2 3 4 5]

Dans le code ci-dessus, nous avons sélectionné les valeurs du tableau d’entiers values qui sont soit supérieures à 2 ou complètement divisibles par 2 avec la fonction np.where() avec le numpy.logical_or() fonction en Python. Nous avons d’abord créé un tableau d’entiers values avec la fonction np.array(). Nous avons ensuite appliqué plusieurs conditions sur les éléments du tableau avec la fonction np.where() et la fonction numpy.logical_or() et stocké les valeurs sélectionnées dans la variable result.