arrays - 如何使用 np.where 查找数组中某个元素的索引值?
问题描述
这是我的示例数据:
# sample data
xdata = [3.33172, 3.33348, 3.33525, 3.33702, 3.33878, 3.34055, 3.34232,
3.34408, 3.34585, 3.34762, 3.34938, 3.35115, 3.35292 , 3.35468, 3.35645,
3.35822, 3.35998, 3.36175, 3.36352, 3.36529, 3.36705, 3.36882]
ydata = [-0.00437834, -0.00486735, -0.0118371, -0.00582171, 0.00339488,
-0.000369502, -0.000898799, -0.00797662, -0.00853566, -0.0123596,
-0.0162318, -0.0103355, -0.00445416, 0.00137920, -0.00251916, -0.00968244,
0.00260652, 0.00841350, 0.00445556, 0.00373271, 0.00621243, 0.00220983]
例如,我如何使用 np.where 来查找 3.35115 的索引值?
解决方案
您需要首先将数据转换为numpy
数组,以便检查==
目标值的位置:
>>> np.where(np.array(xdata) == 3.35115)
# (array([11]),)
这表示索引 11xdata
是 3.35115。
推荐阅读
- reactjs - 类型错误未定义,设置状态时收到此错误不太清楚为什么
- fortran - 如何用do循环形成人物设计
- python - 循环可以在全局框架内引用列表而不命名它吗?
- node.js - RequestError:无效的列名节点js sql server护照
- elasticsearch - Elasticsearch:多个单词同义词不影响查询中的分数
- spring-integration - 简单的 spring 集成 xml 配置来读取 ftp 文件列表并进一步拆分它
- algorithm - 重叠区间的最大值
- python - 具有多个模块的 Python 记录器
- bluetooth - FlutterBlue 特性
- c# - 用 C# 中的 access 数据库中的增量值填充文本框