numpy.where() Condizioni multiple

1. Implementa condizioni multiple numpy.where() con l’operatore & in Python
2. Implementa condizioni multiple numpy.where() con | Operatore in Python
3. Implementa condizioni multiple numpy.where() con la funzione numpy.logical_and()
4. Implementa condizioni multiple numpy.where() con la funzione numpy.logical_or() in Python

Questo tutorial introdurrà i metodi per specificare più condizioni nella funzione numpy.where() in Python.

Implementa condizioni multiple numpy.where() con l’operatore & in Python

La funzione numpy.where() viene utilizzata per selezionare alcuni elementi da un array dopo aver applicato una condizione specificata. Supponiamo di avere uno scenario in cui dobbiamo specificare più condizioni all’interno di una singola funzione numpy.where(). Possiamo usare l’operatore & per questo scopo. Possiamo specificare più condizioni all’interno della funzione numpy.where() racchiudendo ciascuna condizione all’interno di una coppia di parentesi e utilizzando un operatore & tra di esse.

import numpy as np

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

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

Produzione:

[3]

Nel codice sopra, abbiamo selezionato i valori dall’array di interi values maggiori di 2 ma minori di 4 con la funzione np.where() insieme all’operatore &. Per prima cosa abbiamo creato un array di interi values con la funzione np.array(). Abbiamo quindi applicato più condizioni agli elementi dell’array con la funzione np.where() e l’operatore & e abbiamo memorizzato il valore selezionato all’interno della variabile result. Questa sezione discute l’uso dell’operatore logico AND all’interno della funzione np.where(). La sezione seguente discute l’uso dell’operatore OR logico all’interno della funzione np.where().

Implementa condizioni multiple numpy.where() con | Operatore in Python

Possiamo anche usare il | operatore per specificare più condizioni all’interno della funzione numpy.where(). Il | operator rappresenta una porta OR logica in Python. Possiamo specificare più condizioni all’interno della funzione numpy.where() racchiudendo ogni condizione all’interno di una coppia di parentesi e utilizzando un | operatore tra di loro.

import numpy as np

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

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

Produzione:

[2 3 4 5]

Nel codice sopra, abbiamo selezionato i valori dall’array di interi values che sono maggiori di 2 o completamente divisibili per 2 con la funzione np.where() insieme al | operatore. Per prima cosa abbiamo creato un array di interi values con la funzione np.array(). Abbiamo quindi applicato più condizioni sugli elementi dell’array con la funzione np.where() e | operatore e memorizzato i valori selezionati all’interno della variabile result.

Implementa condizioni multiple numpy.where() con la funzione numpy.logical_and()

La funzione numpy.logical_and() viene utilizzata per calcolare il valore di verità in termini di elementi della porta AND in Python. Possiamo usare la funzione numpy.logical_and() all’interno della funzione numpy.where() per specificare più condizioni.

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)

Produzione:

[3]

Nel codice sopra, abbiamo selezionato i valori dall’array di interi values maggiori di 2 ma minori di 4 con la funzione np.where() insieme alla funzione np.logical_and() in Pitone. Per prima cosa abbiamo creato un array di interi values con la funzione np.array(). Abbiamo quindi applicato più condizioni agli elementi dell’array con la funzione np.where() e la funzione np.logical_and() e memorizzato il valore selezionato all’interno della variabile result.

Implementa condizioni multiple numpy.where() con la funzione numpy.logical_or() in Python

La funzione numpy.logical_or() viene utilizzata per calcolare il valore di verità in termini di elementi della porta OR in Python. Possiamo usare la funzione numpy.logical_or() all’interno della funzione numpy.where() per specificare più condizioni.

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)

Produzione:

[2 3 4 5]

Nel codice sopra, abbiamo selezionato i valori dall’array di interi values che sono maggiori di 2 o completamente divisibili per 2 con la funzione np.where() insieme a numpy.logical_or() funzione in Python. Per prima cosa abbiamo creato un array di interi values con la funzione np.array(). Abbiamo quindi applicato più condizioni agli elementi dell’array con la funzione np.where() e la funzione numpy.logical_or() e memorizzato i valori selezionati all’interno della variabile result.