用值格式化多维数组[重复]答案

【问题标题】：Formatting Multi dimensional array with values [duplicate]用值格式化多维数组[重复]
【发布时间】：2023-03-07 12:45:01
【问题描述】：

如何编写代码，在 a 索引为负值或零值或 -100 或更小的值后立即将多维数组 a 中的每个单独数组的值更改为零对于b 索引。所以a 中的第二个数组没有负值，但b 在第四个索引处有一个-100，所以第四个索引之后的所有内容都将为零。 [45,50,60,30,23.2,232,-44,12,23] 30 以及紧随其后的值将变为零，从而导致输出：[45,50,60,0,0,0,0,0,0]。如果不是所有行都具有相同的长度，那么带有 dtype ="object" 的预期输出就会起作用。我怎样才能获得预期的输出？

import numpy as np 

a = np.array([[12,45,50,-600,30,23.2,232,-44,12],
             [45,50,60,30,23.2,232,-44,12,23],
             [50,60,30,23.2,232,-44,12,34,12],
             [60,30,23.2,232,-44,12,120,3,4],
             [-300,23.2,232,-44,12,23,23,2,12],
             [23.2,-232,-44,12,34,1,2,300.3,5]], dtype='object')

b= np.array([-12.4,-13.4,-44,-100,-6.3,-11,-10,-1.1,-0.3])

#Going through rows
for row,l in enumerate(a):
    #inside row iteration
    for counter,i in enumerate(l):
        if i<0 or b[counter]<=-100:
            l[l.index(i):] = [0] * len(l[l.index(i):])

输出：

AttributeError: 'numpy.ndarray' object has no attribute 'index'

预期输出：

[[12,45,50,0,0,0,0,0,0],
[45,50,60,0,0,0,0,0,0],
[50,60,30,0,0,0,0,0,0],
[60,30,23.2,0,0,0,0,0,0],
[0,0,0,0,0,0,0,0,0],
[23.2,0,0,0,0,0,0,0,0]]

【问题讨论】：

这能回答你的问题吗？ Formatting Multi dimensional arrays Python
您的阵列与昨天的完全不同。哪个是真实案例？二维数组，还是列表数组？从列表中创建一个数组只会让生活变得复杂。

标签： python arrays numpy multidimensional-array indexing

【解决方案1】：

你应该试试：

for row,l in enumerate(a):
    #inside row iteration
    l = l.tolist()
    for counter,i in enumerate(l):
        if i<0 or b[counter]<=-100:
            a[row, l.index(i):] = [0] * len(l[l.index(i):])
print(a)

输出：

[[12 45 50 0 0 0 0 0 0]
 [45 50 60 0 0 0 0 0 0]
 [50 60 30 0 0 0 0 0 0]
 [60 30 23.2 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0]
 [23.2 0 0 0 0 0 0 0 0]]

它对你不起作用的原因是你需要在索引它之前将它转换为一个列表，你还必须将它分配回数组a

【讨论】：

这是我的答案，你复制一下：stackoverflow.com/questions/68964513/…
@user1740577 我没有复制...我什至没有看到那个帖子...
@georgehere 这行得通吗？
不用担心我没有用它作为论据。我只是想说这也是我的问题。是的，它有效
@U12-Forward 这不是一个有效的答案。使用 NumPy 时，您只需使用 np.where 和 np.cumsum 即可解决此问题。使用 numpy 时最好避免使用 for 循环。 numpy 的重点是矢量化代码。

【解决方案2】：

在使用 Numpy 时，您应该避免使用任何显式的 for 循环，除非您必须这样做。向量化是一开始就使用 NumPy 的核心优势。您可以在不使用慢速 for 循环的情况下解决此问题 -

#Case 1
>>> n = -100
>>> np.where(np.cumsum(a<=c, axis=1) + np.cumsum(b<=c), 0, a)

array([[12, 45, 50, 0, 0, 0, 0, 0, 0],
       [45, 50, 60, 0, 0, 0, 0, 0, 0],
       [50, 60, 30, 0, 0, 0, 0, 0, 0],
       [60, 30, 23.2, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0],
       [23.2, 0, 0, 0, 0, 0, 0, 0, 0]], dtype=object)

根据您的条件，您首先需要创建一个布尔矩阵（或 0 和 1），基于您希望用 0 屏蔽的值。在这种情况下，您可以利用 np.cumsum 来传播 @在您的条件第一次出现 (axis=1。但由于您也使用b 进行检查，因此可以通过广播添加它们（相当于OR 操作）。

因此逻辑如下：

if: cumulative(condition1) OR cumulative(condition2), 
    return 0 
else: 
    return values from original array

【讨论】：

【解决方案3】：

您的代码只需稍作改动即可工作。不要尝试创建对象 dtype 数组。将其保留为列表列表。

In [111]: alist = [[12,45,50,-600,30,23.2,232,-44,12],
     ...:              [45,50,60,30,23.2,232,-44,12,23],
     ...:              [50,60,30,23.2,232,-44,12,34,12],
     ...:              [60,30,23.2,232,-44,12,120,3,4],
     ...:              [-300,23.2,232,-44,12,23,23,2,12],
     ...:              [23.2,-232,-44,12,34,1,2,300.3,5]]
     ...: 
     ...: b= np.array([-12.4,-13.4,-44,-100,-6.3,-11,-10,-1.1,-0.3])
     ...: 
     ...: #Going through rows
     ...: for row,l in enumerate(alist):
     ...:     #inside row iteration
     ...:     for counter,i in enumerate(l):
     ...:         if i<0 or b[counter]<=-100:
     ...:             l[l.index(i):] = [0] * len(l[l.index(i):])
     ...: 
In [112]: alist
Out[112]: 
[[12, 45, 50, 0, 0, 0, 0, 0, 0],
 [45, 50, 60, 0, 0, 0, 0, 0, 0],
 [50, 60, 30, 0, 0, 0, 0, 0, 0],
 [60, 30, 23.2, 0, 0, 0, 0, 0, 0],
 [0, 0, 0, 0, 0, 0, 0, 0, 0],
 [23.2, 0, 0, 0, 0, 0, 0, 0, 0]]

昨天的样本也是如此：

In [114]: alist = [[12,45,50,60,30],
     ...:      ...:              [12,34,5,6,88,-10,30,75],
     ...:      ...:              [3,45,332,45,-12,-4,-64,12],
     ...:      ...:              [12,45,3,22,323]]
In [115]: for row,l in enumerate(alist):
     ...:      ...:     #inside row iteration
     ...:      ...:     for counter,i in enumerate(l):
     ...:      ...:         if i<0 or b[counter]<=-100:
     ...:      ...:             l[l.index(i):] = [0] * len(l[l.index(i):])
     ...: 
In [116]: alist
Out[116]: 
[[12, 45, 50, 0, 0],
 [12, 34, 5, 0, 0, 0, 0, 0],
 [3, 0, 0, 0, 0, 0, 0, 0],
 [12, 45, 3, 0, 0]]

【讨论】：