使用布尔掩码为 numpy 数组赋值：如何？答案

【问题标题】：Assigning a value to numpy array with a boolean mask: how to?使用布尔掩码为 numpy 数组赋值：如何？
【发布时间】：2020-05-09 13:10:40
【问题描述】：

我试图在特定索引处为一个 numpy 向量分配一个值，我首先要在该向量上应用一个布尔掩码（重要的是，我希望我的索引引用“掩码”数组）。然而，令人惊讶的是，以下方法似乎不起作用：

假设我想更改“有效”向量的第一个值（掩码为 True 的那个），即向量的第二个“绝对”值。

import numpy as np

x = np.full(4, np.nan)
mask = np.array([False, True, True, True])
index = 0

x[mask][index] = 3
x 
>>> array([nan, nan, nan, nan])

我做错了什么？

【问题讨论】：

x[np.where(mask)[0][index]] = 3 ???即使用 'where' 获取主数组对应的索引。

标签： python arrays numpy indexing boolean

【解决方案1】：

最后的index 将被视为您正在索引完成的掩码，这是证明：

>>> x[mask]
array([ nan,  nan,  nan])
>>> x[mask][index]
nan
>>>

所以它实际上是将nan 更改为3，但是nan 没有存储在任何地方，所以什么都不会改变，使用：

x[np.where(mask)[0][index]] = 3
print(x)

【讨论】：