Question

我想使用putmask替换NumpyArray中仅一列，仅在选定的几行中的值。我希望在要修改的数组以及使用的掩码上使用索引。为此，我创建了一个nd.array，一个掩码和所需替换的数组。如下：

import numpy as np

a = np.linspace(1,30,30)
a.shape(10,3)
mask = np.random.randint(2, size=8)
replacements = a[[2,4,5,6,7,8],0]*a[[2,4,5,6,7,8],1]

a
array([[ 1.,  2.,  3.],
   [ 4.,  5.,  6.],
   [ 7.,  8.,  9.],
   [10., 11., 12.],
   [13., 14., 15.],
   [16., 17., 18.],
   [19., 20., 21.],
   [22., 23., 24.],
   [25., 26., 27.],
   [28., 29., 30.]])

mask
array([0, 1, 0, 0, 1, 0, 1, 1])

replacements
array([ 56., 182., 272., 380., 506., 650.])

np.putmask(a[[2,4,5,6,7,8],2], mask[2::], replacements)

我的预期结果如下：

a
array([[ 1.,  2.,  3.],
   [ 4.,  5.,  6.],
   [ 7.,  8.,  9.],
   [10., 11., 12.],
   [13., 14., 15.],
   [16., 17., 272.],
   [19., 20., 21.],
   [22., 23., 506.],
   [25., 26., 650.],
   [28., 29., 30.]])

但是我得到了：

a
array([[ 1.,  2.,  3.],
   [ 4.,  5.,  6.],
   [ 7.,  8.,  9.],
   [10., 11., 12.],
   [13., 14., 15.],
   [16., 17., 18.],
   [19., 20., 21.],
   [22., 23., 24.],
   [25., 26., 27.],
   [28., 29., 30.]])

也许有人有主意吗？

Answer 1

请注意，您正在使用花式索引，因此在使用np.putmask时，您要修改的是copy而不是sliced view，因此原始数组保持不变。您可以通过尝试使用切片符号（例如np.putmask(a[2:8,2], mask[2::], replacements)）进行索引来检查此情况，在这种情况下，会修改a中的值。

您可以做的是使用np.where并将值重新分配给a中的相应索引：

a[[2,4,5,6,7,8],2] = np.where(mask[2::], replacements, a[[2,4,5,6,7,8],2])

输出

array([[  1.,   2.,   3.],
       [  4.,   5.,   6.],
       [  7.,   8.,  56.],
       [ 10.,  11.,  12.],
       [ 13.,  14., 182.],
       [ 16.,  17., 272.],
       [ 19.,  20., 380.],
       [ 22.,  23., 506.],
       [ 25.,  26., 650.],
       [ 28.,  29.,  30.]])

使用putmask和索引建立数组中的Numpy替换值

1 个答案: