Numpy 数组条件操作掩码？答案

【问题标题】：Numpy Array Conditional Operation Mask?Numpy 数组条件操作掩码？
【发布时间】：2020-11-20 10:53:09
【问题描述】：

假设你有一个数组：

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

假设你给所有东西加 20

b = [ 20, 21, 20] [ 19, 22, 21] [ 23, 16, 22]

现在假设我想将结果 b 添加到原始数组 a 但仅在 a < 0 的情况下，即在索引 [0,1] 和 [1,2] 分别在 a = -1, -4 的情况下否则值为 0。最终导致这样的矩阵：

c = [ 0, 0, 0] [ 18, 0, 0] [ 0, 12, 0] 18 = 19 (from b) + -1 (from a) 12 = 16 (from b) + -4 (from a)

并假设我希望能够将其扩展到任何操作（不仅仅是添加 20），这样您就不能只从矩阵 c 中过滤所有 a作为矩阵c的掩码，将i, j归零，其中a[i,j] < 0。

我很难找到一个简洁的例子来说明如何在 numpy 中使用 python 做到这一点。我希望您能指导我正确实施这种方法。

我正在努力将它变成一个掩码并且只对保留的值执行操作，最终导致c。

提前感谢您的帮助。

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

大概是这样的：

(a + b)*(a<0)

应该可以工作，除非您对中间数组的数量有非常严格的要求。

【讨论】：

非常优雅的解决方案！
这是最优雅的解决方案。我无法想象有人有更干净的方法。执行得非常干净。谢谢。

【解决方案2】：

您可以通过boolean indexing 和broadcasting 的组合来完成此操作。下面的工作示例，

import numpy as np
a = np.array([[ 0,1,0],[-1,2,1],[3,-4,2]])
b = a+20
c = np.zeros(a.shape)
c[a<0] = b[a<0] + a[a<0]

将c 设为

array([[  0.,   0.,   0.],
       [ 18.,   0.,   0.],
       [  0.,  12.,   0.]])

上面代码sn-p中唯一重要的一行是最后一行。因为a、b 和c 的条目都是对齐的，所以我们可以说我们只希望c 的相应索引被分配给a<0 中的条目总和和a，其中a<0。

【讨论】：

这很好，但不如 Thomas 的解决方案优雅。感谢您的链接和尝试。

【解决方案3】：

这是获得相同结果的另一种方法：

c = np.where(a < 0, a + b, 0)

虽然这比Thomas Baruchel's solution略冗长，但我发现方法签名类似于三元运算（a < 0 ? a + b : 0），这让我更容易立即理解它在做什么。此外，在我看来，这仍然是一个单行代码，足以使其优雅。

参考：numpy.where

【讨论】：

【解决方案4】：

也许不是最干净的解决方案，但是这个怎么样？：

def my_mask(a, b, threshold=0):
    c = numpy.zeros(a.shape)
    idx = np.where(a < threshold)
    for ii in idx:
        c[ii[1], ii[0]] = a[ii[1], ii[0]] + b[ii[1], ii[0]]
    return c

【讨论】：

在处理 NumPy 数组时，应该真正避免 For 循环，除非所需的操作无法向量化。

【解决方案5】：

使用numpy.zeros_like函数的解决方案：

import numpy as np

# the initial array
a = [[ 0,1,0],
     [-1,2,1],
     [3,-4,2]]

a = np.array(a)
b = a + 20                         # after adding 20 to each element
c = np.zeros_like(a)               # resulting matrix (filled with zeros by default)
neg = a < 0                        # indeces of negative values
c[neg] = b[neg] + a[neg]           # overriding the needed elements

print(c)

输出：

[[ 0  0  0]
 [18  0  0]
 [ 0 12  0]]

【讨论】：