Question

我想知道是否有一种很好的方法可以在Python中使用数组大括号内的if-else语句来分配值。我想要的是：

for i in range(m):
    for j in range(n):
        if A[i][j] < val:
            A[i][j] = val

有一个很好的方法吗？或者，如果numpy有一个更快的计算方法，即使不是更好，也会同样好。

做我想要实现的目标的更长的方式就像是

myArray = [otherArray[i] for i in range(theRange) if otherArray[i]>=value and otherArray[i]<=anotherValue]

所需的输出是将低于阈值的任何值设置为该阈值。我可以用一维数组（如

）做更简单的if语句

from pytz import timezone

这个一维例子不是我想要的。它只是我正在寻找的编码块类型的一个例子。处理传统的if-else语句似乎更快。

Answer 1

使用numpy数组我们尝试避免迭代（list comprehension）。有时需要它，但在这种情况下它不是：

In [403]: A=np.arange(16).reshape(4,4)    
In [404]: A1=A.astype(np.float64)    # better syntax for converting to float

In [405]: A1
Out[405]: 
array([[  0.,   1.,   2.,   3.],
       [  4.,   5.,   6.,   7.],
       [  8.,   9.,  10.,  11.],
       [ 12.,  13.,  14.,  15.]])

一个布尔数组，显示测试的结果为True / False：

In [406]: A1<5 
Out[406]: 
array([[ True,  True,  True,  True],
       [ True, False, False, False],
       [False, False, False, False],
       [False, False, False, False]], dtype=bool)

我们可以用这样的面具索引：

In [407]: A1[A1<5]=5

In [408]: A1
Out[408]: 
array([[  5.,   5.,   5.,   5.],
       [  5.,   5.,   6.,   7.],
       [  8.,   9.,  10.,  11.],
       [ 12.,  13.,  14.,  15.]])

np.where（和np.nonzero）返回条件为True的索引; where的版本与三元运算符一样（在每个元素上）：

In [410]: np.where(A<5,5,A)
Out[410]: 
array([[ 5,  5,  5,  5],
       [ 5,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

我们也可以clip与np.maximum：

In [411]: np.maximum(A,5)
Out[411]: 
array([[ 5,  5,  5,  5],
       [ 5,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

In [417]: A.clip(5,None)
Out[417]: 
array([[ 5,  5,  5,  5],
       [ 5,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

Answer 2

Python的单行三元运算符语法如下所示

variable = a if CONDITION else b

您也可以将其置于列表推导中。目前还不清楚你的例子中val是什么，但我假设它是你事先指定的值。

val = 2
A = [[val if A[i][j] < val else A[i][j] for j in range(n)] for i in range(m)]

您可以在Python中使用大括号内的if-else语句来获取数组吗？

2 个答案: