python - 如何使用 bool 行的二维数组来过滤另一个二维数组？

Question

我在 (3, m) 数组中有一些数据。

我有另一个 (n, 3) 形状的掩码数组。此掩码的行是 bool 过滤器，需要在执行某些功能之前应用于数据数组。是否有矢量化方法来应用过滤器和计算函数？

为了清楚起见，这里有一个使用循环的示例，假设函数是 mean()。我想使用纯 Numpy(没有列表理解)来做到这一点。

(显然，数组的大小实际上要大得多。)

import numpy as np

data = np.array([
       [ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]
    ])

masks = np.array([
        [True, True, False],
        [False, True, False],
        [False, True, True],
        [True, False, False],
        [True, False, True]
    ])

means = np.array([data[mask].mean(axis=0) for mask in masks])

# means
array([[ 2.,  3.,  4.,  5.],
       [ 4.,  5.,  6.,  7.],
       [ 6.,  7.,  8.,  9.],
       [ 0.,  1.,  2.,  3.],
       [ 4.,  5.,  6.,  7.]])

Answer 1

这个问题很容易通过 matrix-multiplication 使用 np.dot 解决因此必须非常有效。这是实现-

np.true_divide(masks.dot(data),masks.sum(1)[:,None])