Question

我有一个带有几列的重新排列，我用它来选择一个子集。像

这样的东西

>>> x
   array([ ('label1',True,3),
          ('label2',True,2),
          ('label1',False,4)],
         dtype=[('status', '|S16'), ('select', '|b1'), ('somedata', '<i4')])

使用类似于previous SO question的方法从此数组中选择数据。

condit=(x['status']=='label1')&(x['select']==True)
x_subids=numpy.where(condit)[0]
x_sub=x[x_subids]

然后我在子集上做一些工作并更新原始文件。

x[x_subids]=x_sub

据我所知，由于高级索引，x_sub是一个副本而不是一个视图，我想知道是否有一种优雅的方法可以避免数组副本，只是根据我需要的条件使用原始文件分组数据。

Answer 1

您在第一个回答的评论中提到的修改类型可以通过numpy.place() function完成：

>>> import numpy
>>> x = numpy.array([("label1",True,3), ("label2",False,2), ("label1",True,4)],
...     dtype=[("status", "|S16"), ("select", "|b1"), ("somedata", ">> mask = x["select"]
>>> numpy.place(x["somedata"], mask, (5, 6))
>>> print x
[('label1', True, 5) ('label2', False, 2) ('label1', True, 6)]
>>> numpy.place(x["status"], mask, "label3")
>>> print x
[('label3', True, 5) ('label2', False, 2) ('label3', True, 6)]

请注意

为了相关的例子，我稍微改变了一些值和条件。
这次，mask为True的值会再次被选中，而不会像我之前的回答那样被屏蔽。
面具==True中的condit部分是多余的，只需将其删除：）

Answer 2

您可以使用“蒙面数组”：

masked = numpy.ma.array(x, 
                        mask=(x['status']!='label1')|(x['select']!=True),
                        copy=False)

请注意，掩码与condit的反转，因为掩码为True的值被屏蔽掉了。您现在可以将任何numpy ufunc应用于此蒙版数组，并且只有未屏蔽的值会受到影响。

修改NumPy重组的高级索引子集

2 个答案: