根据逻辑条件更改一些numpy数组列答案

【问题标题】：Change some of numpy array columns according to logical condition根据逻辑条件更改一些numpy数组列
【发布时间】：2016-11-15 10:25:16
【问题描述】：

我有一个2DNumPy数组，我想执行以下操作：

对于数组中的每一列，即一系列非递减值，将这一列替换为差异列（即每个条目是前两个条目之间的差异）。

其他每一列都保持不变（除了第一行被删除以适应差异列维度）。

例如在矩阵中：

[ [1,1,1,2,3,4]
  [1,3,4,3,4,5]
  [1,7,3,4,2,7] ]

差异矩阵为：

[ [0,2,3,1,1,1]
  [0,4,-1,1,-1,2] ]

因此具有递减值的第三和第五列将保持不变，而其他列被替换为差异列，结果是：

[ [0,2,4,1,4,1]
  [0,4,3,1,2,2] ]

我尝试过这样的事情：

tempX = np.diff(X, axis = 0).transpose()
return np.where(tempX >= 0, tempX, X[1:].transpose())

但np.where 中的条件是按元素执行的，而不是针对每一列（或每一行）。

如何更改条件以使其正常工作？有没有更有效的方法来实现这一点？

【问题讨论】：

您能否使用更大的数组作为样本并提供更多种类的数字？
很难理解您的示例中是否存在拼写错误。 ;) 我猜应该是“会改成[ [0, 2, 1] [0, 4, 3] ]”吧？
我改了例子，希望现在更清楚？

标签： python arrays numpy

【解决方案1】：

你可以这样试试：

b = a[1:] - a[:-1]
decrease = numpy.where(numpy.min(b, axis=0)<0)
b[:,decrease] = a[1:, decrease]

你也可以在一个表达式中做到这一点：

numpy.where(numpy.min(a[1:]-a[:-1],axis=0)>=0, a[1:]-a[:-1], a[1:])

【讨论】：

【解决方案2】：

你可以使用boolean-indexing -

# Get the differentiation along first axis
diffs = np.diff(a,axis=0)

# Mask of invalid ones
mask = (diffs<0).any(0)

# Use the mask to set the invalid ones to the original elements
diffs[:,mask] = a[1:,mask]

示例运行 -

In [141]: a
Out[141]: 
array([[1, 1, 1, 2, 3, 4],
       [1, 3, 4, 3, 4, 5],
       [1, 7, 3, 4, 2, 7]])

In [142]: diffs = np.diff(a,axis=0)
     ...: mask = (diffs<0).any(0)
     ...: diffs[:,mask] = a[1:,mask]
     ...: 

In [143]: diffs
Out[143]: 
array([[0, 2, 4, 1, 4, 1],
       [0, 4, 3, 1, 2, 2]])

【讨论】：