将矩阵的一部分覆盖在另一个之上答案

【问题标题】：Overlay part of the matrix on top of another将矩阵的一部分覆盖在另一个之上
【发布时间】：2013-11-06 16:53:16
【问题描述】：

我有两个 numpy 数组 - 基本上是 SimpleCV 图像的 numpy 表示。其中一个矩阵包含大部分零条目，除了少数不是。我想将那些非零条目复制到另一个矩阵。我可以用简单的for 循环轻松地做到这一点，但出于清晰和性能原因，我想用 numpy 做到这一点。阅读文档后，似乎屏蔽数组是要走的路，但我无法弄清楚如何告诉 numpy 只复制非屏蔽条目。一个虚拟的例子：

x = np.array([1,2,31,32,4,0,3,0,0,0])
y = np.ma.masked_where(x == 0, x)
z = np.array([99] * len(x))

z[:] = y

我希望y 仅更新z 中的非屏蔽条目，而是执行普通副本。我是在正确的轨道上，还是应该去别处看看？

【问题讨论】：

不要像那样创建z...如果您想要一个单行，请使用z = np.zeros_like(x) + 99，如果您不介意两个z = np.empty_like(a); z.fill(99)。在新的 numpy 1.8 中，您还可以使用 z = np.full_like(a, 99)。
@Jaime 或者根本不要创建z，因为任何解决方案都可以简单地使用z = 99 进行广播。

标签： python image numpy

【解决方案1】：

您可以为此使用np.where 的 3 参数形式：

>>> import numpy as np
>>> x = np.array([1,2,31,32,4,0,3,0,0,0])
>>> z = np.array([99] * len(x))
>>> y = np.where(x != 0, x, z)
>>> y
array([ 1,  2, 31, 32,  4, 99,  3, 99, 99, 99])

【讨论】：

我知道你刚刚从 OP 复制了它，但 z = ... 行是不必要的，因为 where 将广播：y = np.where(x!=0, x, 99)

【解决方案2】：

你在正确的轨道上。除了使用masked_where，您可以使用!= 运算符为ndarrays 找到x 中不为0 的值：

>>> import numpy as np
>>> x = np.array([1,2,31,32,4,0,3,0,0,0])
>>> y = x != 0 # create a boolean array of indices i where x[i] != 0
>>> y
array([ True,  True,  True,  True,  True, False,  True, False, False, False], dtype=bool)
>>> z = np.array([99] * len(x))
>>> z
array([99, 99, 99, 99, 99, 99, 99, 99, 99, 99])
>>> z[y] = x[y]
>>> z
array([ 1,  2, 31, 32,  4, 99,  3, 99, 99, 99])

【讨论】：