你应该听说过，应用Python，可以让你处理一天的重复工作量，缩短到几分钟甚至更短。

从此解放上班时间，研究更多更有效率的工作方法。进一步提升工作效率，让工作更出彩。

这不是广告，这是实锤。

Python在提升工作效率方面大放异彩，比如之前写过的【干货】用Python每天定时发送监控邮件、用Python爬取京东评论做个参考等。

本文和你一起探索Python常用函数合集，让你以最短的时间明白这些函数的原理。

也可以利用碎片化的时间巩固这些函数，让你在处理工作过程中更高效。

where函数是numpy库中的，通常需要先加载numpy库，再调用该函数。函数的基本调用语法有两种，一种是：
import numpy as npnp.where(arry)
此时，np.where函数输出arry中“真”值的坐标(‘真’也可以理解为非0)。
或者说np.where函数从arry中返回满足特定条件的元素。比如，它会返回满足特定条件数值的索引位置。
另一种是：
import numpy as npnp.where(cond, x, y)
此时，np.where函数满足cond条件输出x，不满足输出y。
为了让大家对where函数定义有更清晰的理解，接下来以具体实例进行阐述，方便大家理解记忆。

二、where函数实例
例1：找出数列中大于某个数的位置索引
y = np.array([1, 5, 6, 8, 1, 7, 3, 6, 9])print(np.where(y>5))
得到结果：
(array([2, 3, 5, 7, 8], dtype=int64),)
此时，np.where函数返回数值大于5的索引位置。

例2：数列中大于5取‘m_5'否则取'lq_5'
y = np.array(range(1, 10))print(y)print(np.where(y>5, 'm_5', 'lq_5'))
得到结果：
[1 2 3 4 5 6 7 8 9]['lq_5' 'lq_5' 'lq_5' 'lq_5' 'lq_5' 'm_5' 'm_5' 'm_5' 'm_5']
y是一个初始值为1，终值为9，步长为1的等差数列。
此时，np.where函数满足y>5输出'm_5'，不满足输出'lq_5'。

例3：数列中小于5取一个值否则取另一个值
print(np.arange(10))print(np.where(np.arange(10)<5, '吃苹果', '吃榴莲'))
得到结果：
[0 1 2 3 4 5 6 7 8 9]['吃苹果' '吃苹果' '吃苹果' '吃苹果' '吃苹果' '吃榴莲' '吃榴莲' '吃榴莲' '吃榴莲' '吃榴莲']
此时，np.where函数满足np.arange(10)中数值小于5输出'吃苹果'，不满足输出'吃榴莲'。

例4：数列中是2的倍数取一个值，否则取另一个值
y = np.array(range(1, 10))print(y)print(np.where(np.mod(y, 2)==0, '2b', 'n_2b'))
得到结果：
[1 2 3 4 5 6 7 8 9]['n_2b' '2b' 'n_2b' '2b' 'n_2b' '2b' 'n_2b' '2b' 'n_2b']
此时，np.where函数满足y中数值除以2余数为0输出'2b'，不满足输出'n_2b'。
例5：找出数据框中非0数据‍
x = np.array([[0, 1, 2], [3, 0, 0], [6, 0, 8]])print(x[np.where(x)])
得到结果：
[1 2 3 6 8]
此时，np.where函数取出x中所有非0数，生成一个新的数列。
至此，Python中常用函数集合2已讲解完毕，恭喜你对Python有了更多的了解。
感兴趣的小伙伴可以翻看公众号中历史文章，看看会不会有惊喜喔。

情人节表白烟花