Vous pouvez trouver le code dans numpy.core.multiarray

C: \ Users \ \ AppData \ Local \ Programs \ Python \ Python37-32 \ Lib \ site-packages \ numpy \ core \ multiarray.py est l'endroit où je l'ai trouvé.

La plupart des fonctions Python sont écrites en langage Python, mais certaines fonctions sont écrites dans quelque chose de plus natif (souvent le langage C).

Fonctions Python régulières ("pur Python")

Il y a quelques techniques que vous pouvez utiliser pour demander à Python lui-même où une fonction est définie. Probablement le plus portable utilise le module inspect :

    {"where",
        (PyCFunction)array_where,
        METH_VARARGS, NULL},

Mais cela ne fonctionnera pas avec une fonction native ("intégrée"):

>>> import numpy as np
>>> np.where
<built-in function where>
>>> np.where.__module__
'numpy.core.multiarray'

Fonctions natives ("intégrées")

Malheureusement, Python ne fournit pas d'enregistrement des fichiers source pour les fonctions intégrées. Vous pouvez trouver quel module fournit la fonction:

>>> import numpy
>>> import inspect
>>> inspect.isbuiltin(numpy.where)
True
>>> inspect.getsourcefile(numpy.where)
TypeError: <built-in function where> is not a module, class, method, function, traceback, frame, or code object

Python ne vous aidera pas à trouver le code source natif (C) de ce module, mais dans ce cas, il est raisonnable de recherchez dans le projet numpy une source C qui porte des noms similaires. J'ai trouvé le fichier suivant:

numpy / core / src / multiarray / multiarraymodule.c

Et dans ce fichier, j'ai trouvé une liste de définitions ( PyMethodDef ) comprenant :

>>> import numpy
>>> import inspect
>>> inspect.isbuiltin(numpy.ma.where)
False
>>> inspect.getsourcefile(numpy.ma.where)
'.../numpy/core/multiarray.py'

Cela suggère que la fonction C array_where est celle que Python considère comme "where" . p>

La fonction array_where est définie dans le même fichier, et elle délègue principalement à la fonction PyArray_Where .

En bref h1 >

La fonction np.where de NumPy est écrite en C, pas en Python. Un bon endroit pour regarder est PyArray_Where .

Premièrement, il existe 2 versions distinctes de où , l'une qui ne prend que la condition , l'autre qui prend 3 tableaux.

Le plus simple est le plus couramment utilisé et n'est qu'un autre nom pour np.nonzero . Cela parcourt le tableau condition deux fois. Une fois avec np.count_nonzero pour déterminer le nombre d'entrées différentes de zéro, ce qui lui permet d'allouer les tableaux de retour. La deuxième étape consiste à remplir les coordonnées de toutes les entrées différentes de zéro. La clé est qu'il renvoie un tuple de tableaux, un tableau pour chaque dimension de condition .

La version condition, x, y prend trois tableaux, qu'elle diffuse les uns contre les autres. Le tableau de retour a la forme diffusée commune, avec des éléments choisis parmi x et y comme expliqué dans les réponses à votre question précédente, Comment numpy.where () sélectionne-t-il exactement les éléments dans cet exemple? < / p>

Vous vous rendez compte que la majeure partie de ce code est c ou cython , avec un important sujet de prétraitement. Il est difficile à lire, même pour les utilisateurs expérimentés. Il est plus facile d'exécuter une variété de cas de test et d'avoir une idée de ce qui se passe de cette façon.

Quelques points à surveiller. np.where est une fonction python, et python évalue complètement chaque entrée avant de les lui transmettre. Il s'agit d'une affectation conditionnelle et non d'une fonction d'évaluation conditionnelle.

Et à moins que vous ne transmettiez 3 tableaux qui correspondent à la forme, ou scalaires x et y , vous aurez besoin d'une bonne compréhension de la diffusion.