numpy-多维布尔掩码

Question

我对Python和numpy还是很陌生，如果没有手动迭代，我只是无法使其正常工作。

我有一个带有浮点值的n维数据数组和一个形状相同的布尔“掩码”数组。由此，我需要获得一个形状与其他形状相同的新数组，其中数据数组中的所有值均位于install.packages("foreign") library("foreign") setwd("res") files <-list.files() data <- 0 for (f in files) { tempData = scan( f, what="character") data <- c(data,tempData) } > data [1] 0 处。其他所有内容应为True：

0.

似乎# given data = np.array([[1., 2.], [3., 4.]]) mask = np.array([[True, False], [False, True]]) # target [[1., 0.], [0., 4.]] 可以提供此功能，但我无法使其正常工作。

奖金：不要创建新数组，而是在mask为numpy.where()的位置替换数据值，以防止分配新的内存。

谢谢！

Answer 1

这应该有效

data[~mask] = 0

Numpy布尔数组可用作索引（https://docs.scipy.org/doc/numpy-1.15.0/user/basics.indexing.html#boolean-or-mask-index-arrays）。该操作仅适用于值为“ True”的像素。在这里，您首先需要反转蒙版，使False变为True。之所以需要反转，是因为您想对False值的像素进行运算。

Answer 2

此外，您可以将它们相乘。因为在数学运算中输入布尔数组时，“ True”和“ False”分别被视为“ 1”和“ 0”。所以，

#element-wise multiplication
data*mask

或

np.multiply(data, mask)