大數(shù)據(jù)培訓(xùn)：將條件邏輯轉(zhuǎn)為數(shù)組運(yùn)算

　　NumPy數(shù)組可以將許多數(shù)據(jù)處理任務(wù)轉(zhuǎn)換為簡潔的數(shù)組表達(dá)式，它處理數(shù)據(jù)的速度要比內(nèi)置的Python循環(huán)快了至少一個(gè)數(shù)量級，所以，我們把數(shù)組作為處理數(shù)據(jù)的首選。接下來，本節(jié)重點(diǎn)講下將條件邏輯轉(zhuǎn)為數(shù)組運(yùn)算。

　　Numpy的where()函數(shù)是三元表達(dá)式x if condition else y的矢量化版本。

　　假設(shè)有兩個(gè)數(shù)值類型的數(shù)組和一個(gè)布爾類型的數(shù)組，具體如下：

In [98]: arr_x=np.array([1, 5, 7])
In [99]: arr_y=np.array([2, 6, 8])
In [100]: arr_con=np.array([True, False, True])

　　現(xiàn)在提一個(gè)需求，即當(dāng)arr_con的元素值為True時(shí)，從arr_x數(shù)組中獲取一個(gè)值，否則從arr_y數(shù)組中獲取一個(gè)值。使用where()函數(shù)實(shí)現(xiàn)的方式如下所示。

In [101]: result=np.where(arr_con, arr_x, arr_y)
In [102]: result
Out[102]: array([1, 6, 7])

　　上述代碼中調(diào)用np.where()時(shí)，傳入的第1個(gè)參數(shù)arr_con表示判斷條件，它可以是一個(gè)布爾值，也可以是一個(gè)數(shù)組，這里傳入的是一個(gè)布爾數(shù)組。

　　當(dāng)滿足條件(從arr_con中取出的元素為True)時(shí)，則會(huì)獲取arr_x數(shù)組中對應(yīng)位置的值。由于arr_con中索引為0、2的元素為True，所以取出arr_x中相應(yīng)位置的元素1、7。

　　當(dāng)不滿足條件(從arr_con中取出的元素為False)時(shí)，則會(huì)獲取arr_y數(shù)組中對應(yīng)位置的值。由于arr_con中索引為1的元素為False，所以取出arr_y中相應(yīng)位置的元素6.

　　從輸出結(jié)果可以看出，使用where()函數(shù)進(jìn)行數(shù)組運(yùn)算后，返回了一個(gè)新的數(shù)組。