python - 检查集合中的值是否在python中的numpy数组中

Question

我想检查 NumPyArray 中是否包含集合中的值，如果是，则在数组中设置该区域 = 1。如果没有设置 keepRaster = 2。

numpyArray = #some imported array
repeatSet= ([3, 5, 6, 8])

confusedRaster = numpyArray[numpy.where(numpyArray in repeatSet)]= 1

产量:

<type 'exceptions.TypeError'>: unhashable type: 'numpy.ndarray'

有没有办法遍历它？

 for numpyArray
      if numpyArray in repeatSet
           confusedRaster = 1
      else
           keepRaster = 2

澄清并寻求进一步的帮助:

我正在尝试并正在做的是将光栅输入放入数组中。我需要读取二维数组中的值并根据这些值创建另一个数组。如果数组值在一个集合中，那么该值将为 1。如果它不在一个集合中，那么该值将从另一个输入派生，但我现在会说 77。这是我目前正在使用的。我的测试输入有大约 1500 行和 3500 列。它总是在第 350 行左右卡住。

for rowd in range(0, width):
    for cold in range (0, height):
        if numpyarray.item(rowd,cold) in repeatSet:
            confusedArray[rowd][cold] = 1
        else:
            if numpyarray.item(rowd,cold) == 0:
                confusedArray[rowd][cold] = 0
            else:
                confusedArray[rowd][cold] = 2

Answer 1

在 1.4 及更高版本中，numpy 提供了 in1d功能。

>>> test = np.array([0, 1, 2, 5, 0])
>>> states = [0, 2]
>>> np.in1d(test, states)
array([ True, False,  True, False,  True], dtype=bool)

您可以将其用作赋值的掩码。

>>> test[np.in1d(test, states)] = 1
>>> test
array([1, 1, 1, 5, 1])

以下是 numpy 的索引和赋值语法的一些更复杂的用法，我认为它们将适用于您的问题。注意使用按位运算符来替换基于 if 的逻辑:

>>> numpy_array = numpy.arange(9).reshape((3, 3))
>>> confused_array = numpy.arange(9).reshape((3, 3)) % 2
>>> mask = numpy.in1d(numpy_array, repeat_set).reshape(numpy_array.shape)
>>> mask
array([[False, False, False],
       [ True, False,  True],
       [ True, False,  True]], dtype=bool)
>>> ~mask
array([[ True,  True,  True],
       [False,  True, False],
       [False,  True, False]], dtype=bool)
>>> numpy_array == 0
array([[ True, False, False],
       [False, False, False],
       [False, False, False]], dtype=bool)
>>> numpy_array != 0
array([[False,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]], dtype=bool)
>>> confused_array[mask] = 1
>>> confused_array[~mask & (numpy_array == 0)] = 0
>>> confused_array[~mask & (numpy_array != 0)] = 2
>>> confused_array
array([[0, 2, 2],
       [1, 2, 1],
       [1, 2, 1]])

另一种方法是使用 numpy.where，它创建一个全新的数组，使用第二个参数的值，其中 mask 为真，第三个参数的值mask 为假的参数。 (与赋值一样，参数可以是标量或与 mask 形状相同的数组。)这可能比上面的更有效，而且肯定更简洁:

>>> numpy.where(mask, 1, numpy.where(numpy_array == 0, 0, 2))
array([[0, 2, 2],
       [1, 2, 1],
       [1, 2, 1]])