Question

我有一个看起来像这样的布尔数组：

arr_a = np.array(
[[False, False, False],
[True, True, True],
[True, True, True],
[False, False, False]]
)

和另一个看起来像这样的数组：

arr_b = np.array(
[[100, 100, 100],
[200, 200, 200]]
)

我正在寻找一个可以像这样调用的函数：np.boolean_combine(arr_a, arr_b)，返回一个数组，该数组将arr_a中的1替换为arr_b中的值，最终结果如下所示：

np.array(
[[0, 0, 0]
[100, 100, 100],
[200, 200, 200],
[0, 0, 0]]
)

有这样的功能吗？

Answer 1

您可以创建与dtype相同的arra_b的新数组，使用arr_a进行切片视图，并分配arra_b中的值：

out = arr_a.astype(arra_b.dtype)
out[arr_a] = arra_b.ravel()

array([[  0,   0,   0],
       [100, 100, 100],
       [200, 200, 200],
       [  0,   0,   0]])

Answer 2

如果您的arr_a由1和0组成：

import numpy as np 
arr_a = np.array(
[[0, 0, 0],
[1, 1, 1],
[1, 1, 1],
[0, 0, 0]])
arra_b = np.array(

[[100, 100, 100],

[200, 200, 200]])


arr_a[np.where(arr_a)]  = arra_b.reshape(arr_a[np.where(arr_a)].shape)

如果形状是匹配的，这会起作用

Answer 3

您可以使用def boolean_combine(arr_a, arr_b) -> np.array: combined = [] for row_a, row_b in zip(arr_a, arr_b): row_combined = [] for a, b in zip(row_a, row_b): if a == 'True': row_combined.append(b) else: row_combined.append(a) combined.append(np.asarray(row_combined)) return np.asarray(combined)。假设arr_a和arr_b（显然是出于您的问题）尺寸相同：

combined = boolean_combine(arr_a, arr_b)

然后，您只需输入bp = " #{params[:systolic] / #{params[:diastolic]} " > bp = " 120/80 "

就可以在主菜单中调用此函数。

如何使用numpy布尔数组修改另一个numpy数组？

3 个答案: