#!/usr/bin/env python
# coding: utf-8

# # choose 函数实现条件筛选

# 对于数组，我们有时候需要进行类似 `switch` 和 `case` 进行条件选择，此时使用 choose 函数十分方便：

# In[1]:


import numpy as np


# In[2]:


control = np.array([[1,0,1],
                    [2,1,0],
                    [1,2,2]])

np.choose(control, [10, 11, 12])


# 在上面的例子中，`choose` 将 `0,1,2` 对应的值映射为了 `10, 11, 12`，这里的 `0,1,2` 表示对应的下标。
# 
# 事实上， `choose` 不仅仅能接受下标参数，还可以接受下标所在的位置：

# In[3]:


i0 = np.array([[0,1,2],
               [3,4,5],
               [6,7,8]])
i2 = np.array([[20,21,22],
               [23,24,25],
               [26,27,28]])
control = np.array([[1,0,1],
                    [2,1,0],
                    [1,2,2]])

np.choose(control, [i0, 10, i2])


# 这里，`control` 传入第一个 `1` 对应的是 10，传入的第一个 `0` 对应于 `i0` 相应位置的值即 `1`，剩下的以此类推。 
# 
# 下面的例子将数组中所有小于 `10` 的值变成了 `10`。

# In[4]:


a = np.array([[ 0, 1, 2], 
              [10,11,12], 
              [20,21,22]])

a < 10


# In[5]:


np.choose(a < 10, (a, 10))


# 下面的例子将数组中所有小于 10 的值变成了 10，大于 15 的值变成了 15。

# In[6]:


a = np.array([[ 0, 1, 2], 
              [10,11,12], 
              [20,21,22]])

lt = a < 10
gt = a > 15

choice = lt + 2 * gt
choice


# In[7]:


np.choose(choice, (a, 10, 15))