Question

我需要以下问题的帮助，PLZ。

Suppose X = [1  3  0  8   
             1  4  6  0  
             2  0  7  8 ]  
mask = (X != 0)  

mask = [ T  T  F  T  
         T  T  T  F  
         T  F  T  T]  
X1 = X[(mask,np.newaxis)]

其输出X1的形状为（9,1）

但我希望X1为（3,3），即除了蒙版条目外，保持与X相同的形状。

X1 = [1  3  8   
     1  4  6   
     2  7  8 ]

有人可以帮助我吗？谢谢。

X的每一行都包含零，我不想使用reshape（）。这是工作

X= np.array([[1,3,0,8],[1,4,6,0],[2,0,7,8]])  
mask = (X!=0)  
X1=X[(mask,np.newaxis)]

输出X的形状为（9,1）。 X1是否有任何方式（3,3）如上所述。

Answer 1

我认为您可能希望在python中更容易开始，因为您的问题甚至不包含正确的语法。我希望这只是一个伪代码尝试。但是，这里有一些代码来做你想要的面具。

import numpy as np
X = np.array([1, 3, 0, 8, 1, 4, 6, 0, 2, 0, 7, 8])
indicies_we_want = np.where(X > 0) # Results in an array containing the indicies of X we want to keep
result = np.take(X, indicies_we_want) # Filter by these indicies
result = result.reshape(3, 3) # Reshape to desired result
print result

此代码可以大大简化，但为了清晰起见，我想在您的问题中显示每个步骤。

正如评论部分所指出的，重塑通常不是一个好主意，除非你在过滤掉0之后以某种方式知道你将留下9个元素。在你描述的情况下，我们当然知道这一点，但是对于给定的数组，不是那么多。

Answer 2

In [173]: x=[[1,3,0,8],[1,4,6,0],[2,0,7,8]]
In [174]: xa=np.array(x)

重塑形式的解决方案：

In [175]: xa[xa!=0].reshape(3,3)
Out[175]: 
array([[1, 3, 8],
       [1, 4, 6],
       [2, 7, 8]])

没有重塑的解决方案：

In [176]: np.array([i[i!=0] for i in xa])
Out[176]: 
array([[1, 3, 8],
       [1, 4, 6],
       [2, 7, 8]])

显然两者都取决于每行只有一个删除。

您没有删除公共列;您的代码中没有任何内容告诉底层的numpy结果将是可重新调整的。因此，布尔索引在平顶数组上运行。

In [177]: xa[xa!=0]
Out[177]: array([1, 3, 8, 1, 4, 6, 2, 7, 8])
In [178]: xa.flat[xa.flat!=0]
Out[178]: array([1, 3, 8, 1, 4, 6, 2, 7, 8])

我可以多加一个0，这个索引仍然可以正常工作;但将其重塑为3x3的努力将失败。

请记住，基础数据缓冲区是平面的，1d，并且由于shape和striding属性，它只显示为2d。选择元素（或跳过一些元素）将产生一个副本，1d副本与2d副本一样简单，甚至更快。 reshape不会更改数据缓冲区，只会更改shape属性。

在python中进行布尔索引后保持输出的形状

2 个答案: