识别和替换 ndarray 中的行

Question

这类似于this 问题，只是我有一个更严格的条件：我需要替换整行的出现，而不仅仅是可能存在于列中其他位置的值。第 368 行应该可以说明到目前为止有多少花式索引的实验失败了：

In [368]:

a=np.array([[[ 42.30803907,   0.        ,   0.        ],
        [ 42.30803907,   3.0052592 ,   0.        ]],

       [[ 42.30803907,   3.0052592 ,   0.        ],
        [ 40.54907736,   5.44198582,   0.        ]],

       [[ 40.54907736,   5.44198582,   0.        ],
        [ 42.14713681,   8.84169967,   0.        ]]])
In [369]:

toBeReplaced=np.array([ 42.30803907,   3.0052592 ,   0.        ])
In [370]:

b=a==toBeReplaced
#b returns:
#array([[[ True, False,  True],
#        [ True,  True,  True]],
#
#       [[ True,  True,  True],
#        [False, False,  True]],
#
#       [[False, False,  True],
#        [False, False,  True]]], dtype=bool)

这就是我似乎无法正确理解条件语法的地方：

a=np.where(b==[True,True,True], [9,9,9], a)

Out[373]:
array([[[  9.        ,   0.        ,   9.        ],
        [  9.        ,   9.        ,   9.        ]],

       [[  9.        ,   9.        ,   9.        ],
        [ 40.54907736,   5.44198582,   9.        ]],

       [[ 40.54907736,   5.44198582,   9.        ],
        [ 42.14713681,   8.84169967,   9.        ]]])

您可以看到，布尔掩码以列为基础替换了所有匹配项。有没有办法改变布尔掩码或它用作选择器的数组，以便只有所有三列中的值与搜索数组的列匹配的行？

（请注意，虽然我的数据是 float64，但我正在寻找的所有“匹配”事件在 np.all() 上都返回 True，因为它们是相同的基础计算值。）

Answer 1

您可以创建一个掩码来标识所有列中满足条件的位置：

mask = np.all(a==[42.30803907, 3.0052592, 0.], axis=2)
a[mask] = [9, 9, 9]

#array([[[ 42.30803907,   0.        ,   0.        ],
#        [  9.        ,   9.        ,   9.        ]],
# 
#       [[  9.        ,   9.        ,   9.        ],
#        [ 40.54907736,   5.44198582,   0.        ]],
# 
#       [[ 40.54907736,   5.44198582,   0.        ],
#        [ 42.14713681,   8.84169967,   0.        ]]])