在 Numpy 中获取最近的索引答案

【问题标题】：Getting nearest index in Numpy在 Numpy 中获取最近的索引
【发布时间】：2014-12-21 14:06:11
【问题描述】：

将 numpy 导入为 np

我有一个给定的数组（a）：

a = np.array([[99,2,3,4,99],
              [6,7,8,99,10]])

我有 3 个参考数组（b、c 和 d）：

b = np.array([[99,12,13,14,99],
              [16,17,99,99,20]])

c = np.array([[21,22,23,24,99],
              [26,27,99,99,30]])

d = np.array([[31,32,33,34,35],
              [36,37,99,99,40]])

引用数组以这种形式一起给出：

references = np.array([b,c,d])

我必须使用最近的索引替换给定数组“a”中的值“99” 如果“非 99”值可用，则来自参考数组的值。

预期的答案是：

answer = np.array([[21,2,3,4,35],
              [6,7,8,99,10]])

最快的方法是什么？

【问题讨论】：

标签： arrays numpy indexing

【解决方案1】：

你可以使用np.select:

import numpy as np

a = np.array([[99,2,3,4,99],
              [6,7,8,99,10]])

b = np.array([[99,12,13,14,99],
              [16,17,99,99,20]])

c = np.array([[21,22,23,24,99],
              [26,27,99,99,30]])

d = np.array([[31,32,33,34,35],
              [36,37,99,99,40]])

references = np.array([b,c,d])

choices = np.concatenate([a[None, ...], references])
conditions = (choices != 99)

print(np.select(conditions, choices, default=99))

产量

[[21  2  3  4 35]
 [ 6  7  8 99 10]]

【讨论】：