where
根据 condition 来选择 x 或 y 中的对应元素来组成新的 Tensor。具体地，
\[\begin{split}out_i = \begin{cases} x_i, & \text{if} \ condition_i \ \text{is} \ True \\ y_i, & \text{if} \ condition_i \ \text{is} \ False \\ \end{cases}.\end{split}\]
备注
numpy.where(condition) 功能与 paddle.nonzero(condition, as_tuple=True) 相同，可以参考 nonzero。
参数
condition (Tensor) - 选择
x或y元素的条件。在为 True（非零值）时，选择x，否则选择y。x (Tensor|scalar，可选) - 条件为 True 时选择的 Tensor 或 scalar，数据类型为 bfloat16、 float16、float32、float64、int32 或 int64。
x和y必须都给出或者都不给出。y (Tensor|scalar，可选) - 条件为 False 时选择的 Tensor 或 scalar，数据类型为 bfloat16、float16、float32、float64、int32 或 int64。
x和y必须都给出或者都不给出。name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回
Tensor，形状与 condition 相同，数据类型与 x 和 y 相同。
代码示例
>>> import paddle
>>> x = paddle.to_tensor([0.9383, 0.1983, 3.2, 1.2])
>>> y = paddle.to_tensor([1.0, 1.0, 1.0, 1.0])
>>> out = paddle.where(x>1, x, y)
>>> print(out)
Tensor(shape=[4], dtype=float32, place=Place(cpu), stop_gradient=True,
[1. , 1. , 3.20000005, 1.20000005])
>>> out = paddle.where(x>1)
>>> print(out)
(Tensor(shape=[2, 1], dtype=int64, place=Place(cpu), stop_gradient=True,
[[2],
[3]]),)