如何在numpy中进行条件行求和?

时间:2013-05-12 21:28:56

标签: python numpy

我有一个numpy 2d数组,其中包含正数条目,-1个值是缺失值。我想在不包含-1值的情况下对此矩阵的行求和。有没有办法在numpy中执行条件行求和?

1 个答案:

答案 0 :(得分:5)

方法#1:乘以布尔数组,因为True表现为1而False表现为0:

>>> a
array([[ 1,  3,  0,  4,  2],
       [ 2,  1,  4, -1,  1],
       [-1,  2,  4,  4,  4],
       [ 4,  4,  4,  4,  0],
       [ 0,  2,  4,  1,  2]])
>>> (a * (a != -1)).sum(axis=1)
array([10,  8, 14, 16,  9])

方法#2:使用相同的布尔数组(好吧,翻转 - 在我们想要知道要保留哪些,以及现在要忽略哪些之前)作为MaskedArray的正式掩码。

>>> am = np.ma.MaskedArray(a, mask=(a==-1))
>>> am
masked_array(data =
 [[1 3 0 4 2]
 [2 1 4 -- 1]
 [-- 2 4 4 4]
 [4 4 4 4 0]
 [0 2 4 1 2]],
             mask =
 [[False False False False False]
 [False False False  True False]
 [ True False False False False]
 [False False False False False]
 [False False False False False]],
       fill_value = 999999)

>>> am.sum(axis=1)
masked_array(data = [10 8 14 16 9],
             mask = [False False False False False],
       fill_value = 999999)

[老实说,我几乎从不使用MaskedArray。]