将条件逻辑转为数组运算

NumPy数组可以将许多数据处理任务转换为简洁的数组表达式，它处理数据的速度要比内置的Python循环快了至少一个数量级，所以，我们把数组作为处理数据的首选。

NumPy的where()函数是三元表达式x if condition else y的矢量化版本。

假设有两个数值类型的数组和一个布尔类型的数组，具体如下：

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])

现在提出一个需求，即当arr_con的元素值为True时，从arr_x数组中获取一个值，否则从arr_y数组中获取一个值。使用where()函数实现的方式如下所示。

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

上述代码中调用np.where()时，传入的第1个参数arr_con表示判断条件，它可以是一个布尔值，也可以是一个数组，这里传入的是一个布尔数组。

当满足条件（从arr_con中取出的元素为True）时，则会获取arr_x数组中对应位置的值。由于arr_con中索引为0、2的元素为True，所以取出arr_con中相应位置的元素1、7。

当不满足条件（从arr_con中取出的元素为False）时，则会获取arr_y数组中对应位置的值。由于arr_con中索引为1的元素为False，所以取出arr_con中相应位置的元素6。

从输出结果可以看出，使用where()函数进行数组运算后，返回了一个新的数组。