Question

下面是我编码的那个。这里的问题是我在A矩阵中具有值1、2和3，因此在输出A处具有所有值1。
我期望的结果是：

A = np.matrix([[1, 2, 2, 1], 
               [1, 1, 3, 1],
               [1, 1, 1, 3]]).

感谢您的帮助。对不起，我写得不好。谢谢！

A = np.matrix([[1, 15, 23, 2], [3, 2, 56, 7], [2, 6, 8, 25]])
bound = np.array([1, 15, 25, 56])
for i in range(3, 0, -1):
    A[np.logical_and(bound[i - 1] <= A, A <= bound[i])] = i

Answer 1

一种实现方法是将更改的元素保存在单独的mask_中：

mask_ = np.ones_like(A, dtype=bool)
for i in range(3,0,-1):
    mask = np.logical_and(bound[i - 1] <= A, A <= bound[i])
    A[np.multiply(mask_,mask)] = i
    mask_ = np.multiply(mask_,~mask)

输出：

[[1 2 2 1]
 [1 1 3 1]
 [1 1 1 3]]

如何避免通过python中的for循环覆盖值？

1 个答案: