Question

    import numpy as np
    arr_keys = np.array(np.mat('2 3 1 0; 3 3 3 1'))
    arr_rand1 = np.random.rand(2, 4)
    arr_rand2 = np.random.rand(2, 4)

    arr_final = np.zeros((5, 2, 4))

我想创建一个名为arr_final的numpy数组，其形状为（100，2，4），其中100可以被认为与时间相对应，而2，4分别是行数和列数要填充arr_final，我要使用以下逻辑：

对于arr_final中的每个网格单元，在arr_keys中的相应位置查找值，将其称为val_alpha
使用arr_final到arr_rand1位置的值填充val_alpha，之后使用arr_rand2的值

这可以使用for循环来完成，但是还有更多的pythonic解决方案吗？

-编辑：

这是for循环解决方案：

for (i, j, k), value in np.ndenumerate(arr_final):
    val_alpha = arr_keys[j][k]
    arr_final[:val_alpha, j, k] = arr_rand1[j, k]
    arr_final[val_alpha:, j, k] = arr_rand2[j, k]

Answer 1

我们可以使用broadcasting和boolean-indexing/masking-

L = 5 # length of output array
mask = arr_keys > np.arange(L)[:,None,None]
arr_final_out = np.where(mask,arr_rand1,arr_rand2)

填写numpy数组到另一个数组的位置

1 个答案: