溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文小編為大家詳細介紹“numpy中向量式三目運算符怎么用”，內容詳細，步驟清晰，細節處理妥當，希望這篇“numpy中向量式三目運算符怎么用”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。
記錄如下：
In [76]: xarr = np.array([1.1,1.2,1.3,1.4,1.5]) In [77]: yarr = xarr + 1 In [78]: xarr Out[78]: array([ 1.1, 1.2, 1.3, 1.4, 1.5]) In [79]: yarr Out[79]: array([ 2.1, 2.2, 2.3, 2.4, 2.5]) In [80]: cond = np.array([True,False,True,True,False]) In [81]: cond Out[81]: array([ True, False, True, True, False], dtype=bool) In [82]: result1 = [(x if c else y) for x,y,c in zip(xarr,yarr,cond)] In [83]: result1 Out[83]: [1.1000000000000001, 2.2000000000000002, 1.3, 1.3999999999999999, 2.5] In [84]: result2 = np.where(cond,xarr,yarr) In [85]: result2 Out[85]: array([ 1.1, 2.2, 1.3, 1.4, 2.5])
從浮點表示上，兩者有一點點小小的差異，在小數點后多位，通常在數值表示上可以忽略。不過，這里還是要進行一下兩個結果的一致性判斷，因為之前也看到過Python在浮點表達上因為機器而產生的差異。
測試的結果如下：
In [87]: result1 == result2 Out[87]: array([ True, True, True, True, True], dtype=bool)
從上面的結果可以看出，兩個計算結果是一致的。
讀到這里，這篇“numpy中向量式三目運算符怎么用”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
