import numpy as np‘‘‘x = np.random.randn(4,4)print(np.where(x>0,2,-2))#试试效果xarr = np.array([1.1,1.2,1.3,1.4,1.5])yarr = np.array([2.1,2.2,2.3,2.4,2.5])zarr = np.array([True,False,True,True,False])result = [(x if c else y)          for x,y,c in zip(xarr,yarr,zarr)]print(result)#where()函数处理就相当于上面那种方案result = np.where(zarr,xarr,yarr)print(result)‘‘‘#发现个有趣的东西# #处理2组数组# #True and True = 0# #True and False = 1# #False and True = 2# #False and False = 3cond2 = np.array([True,False,True,False])cond1 = np.array([True,True,False,False])#第一种处理 太长太丑result = []for i in range(4):    if (cond1[i] & cond2[i]):   result.append(0);    elif (cond1[i]):    result.append(1);    elif (cond2[i]):    result.append(2);    else :  result.append(3);print(result)#第二种 直接where() 很快很方便result = np.where(cond1 & cond2,0,np.where(cond1,1,np.where(cond2,2,3)))print(result)#第三种 更简便（好像这跟where()函数半毛钱的关系都没有result = 1*(cond1 & -cond2)+2*(cond2 & -cond1)+3*(-(cond1 | cond2))  （没想到还可以这么表达吧）print(result)　　

x = np.arange(16)print(x[np.where(x>5)])#输出：(array([ 6,  7,  8,  9, 10, 11, 12, 13, 14, 15], dtype=int64),)x = np.arange(16).reshape(-1,4)print(np.where(x>5))#(array([1, 1, 2, 2, 2, 2, 3, 3, 3, 3], dtype=int64), array([2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int64))#注意这里是坐标是前面的一维的坐标，后面是二维的坐标

ix = np.array([[False, False, False],       [ True,  True, False],       [False,  True, False]], dtype=bool)print(np.where(ix))#输出：(array([1, 1, 2], dtype=int64), array([0, 1, 1], dtype=int64))