Python中np.where满足条件返回索引，不满足返回什么
在Python的数据分析和科学计算中，NumPy（Numerical Python）是一个非常重要的库。NumPy提供了一个高性能的多维数组对象（ndarray），以及用于处理这些数组的工具。其中的一个非常有用的函数是np.where，它可以根据条件返回相应的索引。
什么是np.where函数？
np.where函数是NumPy库中的一个函数，用于根据指定的条件返回符合条件的元素的索引。它的基本语法如下：
np.where(condition[, x, y])
其中，condition是一个条件表达式，用于指定需要满足的条件。x和y是可选参数，用于指定条件满足时和不满足时的返回值，默认分别是x=0和y=0。返回值是一个包含满足条件的元素的索引的元组。
如何使用np.where函数？
为了更好地理解np.where函数，我们来看一个简单的例子。假设我们有一个数组arr，我们想找出其中大于5的元素的索引。
import numpy as np
arr = np.array([1, 6, 3, 8, 2, 7, 9, 4, 5])
indices = np.where(arr > 5)
print(indices)
运行上述代码，我们将得到输出结果为(array([1, 3, 5, 6]),)。这意味着数组arr中满足条件arr > 5的元素的索引是1、3、5和6。
我们还可以指定条件满足时和不满足时的返回值。例如，我们想把满足条件的元素设为1，不满足条件的元素设为0：
import numpy as np
arr = np.array([1, 6, 3, 8, 2, 7, 9, 4, 5])
result = np.where(arr > 5, 1, 0)
print(result)
运行上述代码，我们将得到输出结果为[0 1 0 1 0 1 1 0 0]。这意味着数组arr中大于5的元素被替换为1，其余元素被替换为0。
np.where函数的更多应用
除了用于查找满足条件的元素的索引之外，np.where函数还可以用于其他一些情况。
将数组中的元素替换为指定值
我们可以使用np.where函数将数组中的元素替换为指定的值。
import numpy as np
arr = np.array([1, 6, 3, 8, 2, 7, 9, 4, 5])
result = np.where(arr > 5, 10, arr)
print(result)
运行上述代码，我们将得到输出结果为[1 10 3 10 2 10 10 4 5]。这意味着数组arr中大于5的元素被替换为10，其余元素保持不变。
多条件判断
np.where函数还可以实现多条件判断。我们可以使用逻辑运算符（如与&、或|和非~）来组合多个条件。
import numpy as np
arr = np.array([1, 6, 3, 8, 2, 7, 9, 4, 5])
result = np.where((arr > 5) & (arr < 9), 1, 0)
print(result)
运行上述代码，我们将得到输出结果为[0 1 0 1 0 1 0 0 0]。这意味着数组arr中满足条件(arr > 5) & (arr < 9)的元素被替换为1，其余元素被替换为0。
处理多维数组
np.where函数同样适用于多维数组。我们可以使用它来查找满足条件的元素的索引，
