Question

我有一个numpy数组的浮点数，我希望使用一个取决于重新计算的列的公式重新计算新值。

我最初尝试循环遍历列，屏蔽除了要重新计算的列之外的数组，并使用numpy.putmask替换新值，但这不会保留顺序，因为它会尝试放置每个元素中的值，并且在下一个元素àla：

上尝试使用下一个计算值时失败

>>> import numpy as np

>>> x = [[  1.,   2.],
        [  3.,   4.],
        [  5.,   6.],
        [  7.,   8.],
        [  9.,  10.]]
>>> mask = [[ True, False],
           [ True, False],
           [ True, False],
           [ True, False],
           [ True, False]]
>>> y = [ 21.,  22.,  23.,  24.,  25.]
>>> np.putmask(x,mask,y)
>>> print x
[[ 21.   2.]
[ 23.   4.]
[ 25.   6.]
[ 22.   8.]
[ 24.  10.]]

我需要一个解决方案，它将使用相同的值重试，直到找到True值，这样x看起来像：

[[ 21.   2.]
[ 22.   4.]
[ 23.   6.]
[ 24.   8.]
[ 25.  10.]]

欢迎任何解决方案或其他方法。感谢。

Answer 1

putmask(x,mask,y)为x.flat[n] = y[n]为n的每个mask.flat[n]设置In [17]: list(x.flat) Out[17]: [21.0, 2.0, 22.0, 4.0, 23.0, 6.0, 24.0, 8.0, 25.0, 10.0] In [18]: list(mask.flat) Out[18]: [True, False, True, False, True, False, True, False, True, False]。

mask.flat

由于True在False和x.flat之间交替显示，您最终会将y中的所有其他值设置为y中的其他每个值。

由于x的大小与y的大小不同，因此会重复x中的值。这导致您在调用后在putmask(x,mask,y)中看到的（不期望的）交替值 x。

如果您希望在mask为True的情况下将新值分配给x[mask]=y，那么你所需要的只是numpy indexing的作业：

import numpy as np
x = np.array([[  1.,   2.],
        [  3.,   4.],
        [  5.,   6.],
        [  7.,   8.],
        [  9.,  10.]])
mask = np.array([[ True, False],
           [ True, False],
           [ True, False],
           [ True, False],
           [ True, False]])
y = np.array([ 21.,  22.,  23.,  24.,  25.])
x[mask]=y
print(x)
# [[ 21.   2.]
#  [ 22.   4.]
#  [ 23.   6.]
#  [ 24.   8.]
#  [ 25.  10.]]

例如，

{{1}}

使用putmask替换数组中的列值并保留顺序

1 个答案: