Question

如何根据应用于矩阵的向量选择列？延期： How to apply mask from array to another matrix in numpy

ar2 = np.arange(1,26)[::-1].reshape([5,5]).T
ar3 = np.array([1,2,3,1,2])
print (ar2, '\n\n',  ar3)

results in:

[[25 20 15 10  5]
 [24 19 14  9  4]
 [23 18 13  8  3]
 [22 17 12  7  2]
 [21 16 11  6  1]] 

 [1 2 3 1 2]

我所追求的是：

1  [[ 25  np.nan np.nan np.nan np.nan]
2   [ 24   19    np.nan np.nan np.nan]
3   [ 23   18      13   np.nan np.nan]
1   [ 22  np.nan np.nan np.nan np.nan]
2   [ 21   16    np.nan np.nan np.nan ]]

Answer 1

我们可以利用broadcasting创建掩码，并与ar3进行远程数组比较，以便分配到这些地方，然后分配NaNs。由于输入是一个int数组，我们需要制作一个ar2的浮点副本然后分配，就像这样 -

out = ar2.astype(float, copy=True) # convert to float as NaNs are to be assigned
mask = ar3[:,None] <= np.arange(ar2.shape[1])
out[mask] = np.nan

对于具有大量行和相当数量的cols的情况，这应该是一个好方法，否则切入每一行并分配NaNs受相应ar3值限制。< / p>

对mask创作 -

进行更多解释

In [38]: ar3
Out[38]: array([1, 2, 3, 1, 2])

In [39]: ar3[:,None] <= np.arange(ar2.shape[1])
Out[39]: 
array([[False,  True,  True,  True,  True],
       [False, False,  True,  True,  True],
       [False, False, False,  True,  True],
       [False,  True,  True,  True,  True],
       [False, False,  True,  True,  True]])

将ar3的每个元素与range(5)的{{1}}进行比较，得出掩码的每一行。如果我们仔细查看它的所有outer，直到相应的索引值（ar3值）和False之后。我们需要True个地方来分配True，因此，这个掩码直接帮助我们在整个输出数组中分配NaN。

如何使用另一个向量中的值从numpy中的矩阵中选择列

1 个答案: