Numpy np.where多条件

Question

我需要使用numpy处理多个条件。

我正在尝试这段似乎可以工作的代码。

我的问题是:有没有另一个替代方案可以做同样的工作？

Mur=np.array([200,246,372])*pq.kN*pq.m
Mumax=np.array([1400,600,700])*pq.kN*pq.m
Mu=np.array([100,500,2000])*pq.kN*pq.m
Acreq=np.where(Mu<Mur,0,"zero")
Acreq=np.where(((Mur<Mu)&(Mu<Mumax)),45,Acreq)
Acreq=np.where(Mu>Mumax,60,Acreq)
Print(Acreq)
['0' '45' '60']

Answer 1

从这个开始：

Mur    = np.array([200,246,372])*3*5
Mumax  = np.array([1400,600,700])*3*5
Mu     = np.array([100,500,2000])*3*5
Acreq  = np.where(Mu<Mur,0,"zero")
Acreq  = np.where((Mur<Mu)&(Mu<Mumax),45,Acreq)
Acreq  = np.where(Mu>Mumax,60,Acreq)

print(Acreq)

['0' '45' '60']

试试这个：

conditions  = [Mu<Mur, (Mur<Mu)&(Mu<Mumax), Mu>Mumax ]
choices     = [ 0, 45, 60 ]
Acreq       = np.select(conditions, choices, default='zero')
print(Acreq)


['0' '45' '60']

这也是可行的：

np.where((Mur<Mu)&(Mu<Mumax),45,np.where(Mu>Mumax,60,np.where(Mu<Mur,0,"zero")))

Answer 2

您可以使用Pandas的pd.cut()方法：

生成随机的整数序列：

In [162]: import pandas as pd

In [163]: s = pd.Series(np.random.randint(-3,10, 10))

In [164]: s
Out[164]:
0    6
1   -3
2    6
3    6
4    7
5    7
6    3
7   -2
8    9
9    1
dtype: int32

对它们进行分类：

In [165]: pd.cut(s, bins=[-np.inf, 2, 5, np.inf], labels=['0', '45', '60'])
Out[165]:
0    60
1     0
2    60
3    60
4    60
5    60
6    45
7     0
8    60
9     0
dtype: category
Categories (3, object): [0 < 45 < 60]