Question

我需要对numpy数组进行逻辑迭代，其值取决于其他数组的元素。我在下面写了代码来澄清我的问题。有没有for循环解决这个问题的任何建议？

Code
a = np.array(['a', 'b', 'a', 'a', 'b', 'a'])
b = np.array([150, 154, 147, 126, 148, 125])
c = np.zeros_like(b)
c[0] = 150
for i in range(1, c.size):
    if a[i] == "b":
        c[i] = c[i-1]
    else:
        c[i] = b[i]

Answer 1

这是一种方法，使用np.maximum.accumulate和np.where的组合来创建在某些时间间隔停止的步进索引，然后简单地索引到{ {1}}会给我们所需的输出。

因此，实现将是 -

逐步运行示例 -

mask = a!="b"
idx = np.maximum.accumulate(np.where(mask,np.arange(mask.size),0))
out = b[idx]

Answer 2

您可以使用更加矢量化的方法，如下所示：

np.where(a == "b", np.roll(c, 1), b)

如果条件为np.where，

np.roll(c, 1)将从True获取元素;如果条件为b，则False将从np.roll(c, 1)获取元素。 c将＆＃34; roll＆＃34;将c[i-1]的所有元素都转发1，以便每个元素都引用Process[] arrProcesses = Process.GetProcessesByName("javaw");。

这些类型的操作使得numpy非常宝贵。如果可能，应该避免循环。

Answer 3

如果你不需要包裹边缘，那么有一个非常简单的解决方案：

a = np.array(['a', 'b', 'a', 'a', 'b', 'a'])
b = np.array([150, 154, 147, 126, 148, 125])
c = b.copy()  #removes necessity of else case
c[a[:-1]=='b'] = c[a[1:]=='b']

或同等地：

a = np.array(['a', 'b', 'a', 'a', 'b', 'a'])
b = np.array([150, 154, 147, 126, 148, 125])
c = b.copy()  #removes necessity of else case
mask = a == 'b'
c[mask[:-1]] = c[mask[1:]]

如果你想绕过边距（a[0]=='b'），那么它会变得更复杂一些，你需要先使用roll或先用if来抓住这个案例。< / p>

在numpy数组中没有for循环迭代

3 个答案: