我想将数组a
的每一行中的前x个值替换为1,并保留所有其他值NaN
。然而,前几个x值在每一行中都会发生变化,并由列表b
确定。
由于我不熟悉数组,我认为我可以使用for循环执行此操作,如下所示,但这不起作用 (我从How to set first N elements of array to zero?)得到了阵列替换基础知识的灵感。
In:
a = np.empty((3,4))
a.fill(np.nan)
b = [2,3,1]
for i in range(b):
a[0:b[i]] = [1] * b[i]
a[i:] = np.ones((b[i]))
pass
Out:
line 7:
ValueError: could not broadcast input array from shape (2) into shape (2,4)
结果应该是:
Out:
[[1, 1, nan, nan],
[1, 1, 1, nan],
[1, nan, nan, nan]]
答案 0 :(得分:2)
您可以通过循环执行此操作。初始化一个nan
值数组,然后遍历前n个列表,并根据每行的n将值设置为1.
a = np.full((3, 4), np.nan)
b = [2, 3, 1]
for i, x in enumerate(b):
a[i, :x] = 1
答案 1 :(得分:2)
在链接的答案How to set first N elements of array to zero?
中数组的解决方案是
y = numpy.array(x)
y[0:n] = 0
换句话说,如果我们用相同的数字填充切片(索引范围),我们可以指定标量。它可以是相同大小的数组,例如np.ones(n)
。但它不一定是。
所以我们只需要遍历a
行(以及b
的元素)并执行此索引作业
In [368]: a = np.ones((3,4))*np.nan
In [369]: for i in range(3):
...: a[i,:b[i]] = 1
...:
In [370]: a
Out[370]:
array([[ 1., 1., nan, nan],
[ 1., 1., 1., nan],
[ 1., nan, nan, nan]])
使用nan
“填充”原始数组有多种方法。 np.full
后跟np.empty
copyto
。
行迭代的变体是for i,n in enumerate(a):
。
以协调的方式迭代的另一个好方法是使用zip
。
In [371]: for i,x in zip(b,a):
...: x[:i] = 1
这利用了2d数组上的迭代迭代其行的事实。因此x
是a
的1d视图,可以就地更改。
但是通过一些索引技巧,我们甚至不必循环。
In [373]: a = np.full((3,4),np.nan)
In [375]: mask = np.array(b)[:,None]>np.arange(4)
In [376]: mask
Out[376]:
array([[ True, True, False, False],
[ True, True, True, False],
[ True, False, False, False]], dtype=bool)
In [377]: a[mask] = 1
In [378]: a
Out[378]:
array([[ 1., 1., nan, nan],
[ 1., 1., 1., nan],
[ 1., nan, nan, nan]])
这是其中一张热门numpy
海报的最爱,@Divakar
。
Numpy: Fix array with rows of different lengths by filling the empty elements with zeros
它可用于pad
列表列表。说到填充,itertools
有一个方便的工具,zip_longest
(py3名称)
In [380]: np.array(list(itertools.zip_longest(*[np.ones(x).tolist() for x in b],fillvalue=np.nan))).T
Out[380]:
array([[ 1., 1., nan],
[ 1., 1., 1.],
[ 1., nan, nan]])
你的问题应该说清楚了什么;你得到了什么样的错误:
for i in w2:
a[0:b[i]] = [1] * b[i]
a[i:] = np.ones((b[i]))
w2
未指定,但可能是range(3)
。
a[0:b[i]]
是错误的,因为它指定了所有行,而您一次只处理一行。 a[i:]
也指定了一系列行。