np.where در پایتون چیست؟ | آموزش کامل با مثال (2025)

یکی از توابع کاربردی در NumPy که خیلی وقت‌ها کار ما را راحت‌تر می‌کند، تابع np.where است. در این مقاله، به زبان ساده یاد می‌گیریم که np.where چیست، چه زمانی از آن استفاده می‌کنیم، و چطور در پروژه‌های واقعی تحلیل داده آن را به کار ببریم.

آموزش np.where در پایتون با مثال

تابع np.where دو کاربرد اصلی دارد:

1. پیدا کردن ایندکس‌هایی که یک شرط برقرار است
2. انجام شرط if-else در آرایه‌ها

مثال ۱: یافتن ایندکس‌هایی که شرط برقرار است

import numpy as np
arr = np.array([2, 4, 6, 8, 3])
index = np.where(arr > 5)
print(index)

خروجی: (array([2, 3]),)

مثال ۲: شرط if-else روی آرایه

result = np.where(arr > 5, 1, 0)
print(result)

خروجی: [0 0 1 1 0]

کاربرد np.where در تحلیل داده

• برچسب‌گذاری مقادیر
• فیلتر کردن آرایه‌ها
• جایگزینی مقادیر نادرست
• ایجاد ستون جدید در pandas

ترکیب با آرایه‌های دوبعدی

matrix = np.array([[1, 7], [3, 9]])
print(np.where(matrix > 5))

خروجی:

(array([0, 1]), array([1, 1]))

مثال واقعی در pandas

import pandas as pd
df = pd.DataFrame({'score': [45, 75, 60, 30]})
df['result'] = np.where(df['score'] >= 50, 'قبول', 'مردود')
print(df)

تمرین برای شما

• همه مقادیر منفی را با صفر جایگزین کنید.
• ماتریسی ۳×۳ بسازید و ایندکس مقادیر زوج را بیابید.
• ستونی در pandas ایجاد کنید که اگر نمره بالای ۱۷ بود، «عالی» بنویسد.

منابع بیشتر

مستندات رسمی NumPy

← آموزش NumPy در پایتون

جمع‌بندی

تابع np.where ابزاری بسیار کاربردی در کتابخانه NumPy است که تحلیل داده، فیلتر شرطی و ساخت داده‌های دسته‌بندی‌شده را ساده می‌کند.

📬 عضو خبرنامه Upgrade4u شوید

اگر دنبال یادگیری کاربردی و پروژه‌محور در حوزه تحلیل داده و هوش مصنوعی هستید، همین حالا در خبرنامه ما عضو شوید.