python - 使用 putmask 替换数组中的列值并保留顺序

Question

我有一个 numpy float 数组，我希望使用一个取决于要重新计算的列的公式来重新计算新值。

我最初尝试遍历列，屏蔽除要重新计算的列之外的数组，并使用 numpy.putmask 将值替换为新值，但这不保留顺序，因为它试图放置一个每个元素中的值，如果失败则尝试在下一个元素上使用下一个计算值，à la:

>>> import numpy as np

>>> x = [[  1.,   2.],
        [  3.,   4.],
        [  5.,   6.],
        [  7.,   8.],
        [  9.,  10.]]
>>> mask = [[ True, False],
           [ True, False],
           [ True, False],
           [ True, False],
           [ True, False]]
>>> y = [ 21.,  22.,  23.,  24.,  25.]
>>> np.putmask(x,mask,y)
>>> print x
[[ 21.   2.]
[ 23.   4.]
[ 25.   6.]
[ 22.   8.]
[ 24.  10.]]

我需要一个解决方案，它将使用相同的值重试，直到它找到一个 True 值，这样 x 看起来像:

[[ 21.   2.]
[ 22.   4.]
[ 23.   6.]
[ 24.   8.]
[ 25.  10.]]

欢迎任何解决方案或其他方法。谢谢。

Answer 1

putmask(x,mask,y)套x.flat[n] = y[n]对于每个 n其中 mask.flat[n]是真的。

In [17]: list(x.flat)
Out[17]: [21.0, 2.0, 22.0, 4.0, 23.0, 6.0, 24.0, 8.0, 25.0, 10.0]

In [18]: list(mask.flat)
Out[18]: [True, False, True, False, True, False, True, False, True, False]

自 mask.flat在 True 之间交替和 False ，您最终设置了 x.flat 中的所有其他值与 y 中的所有其他值.

自 y与 x 大小不同, y 中的值被重复。这就是导致您在 x 中看到的(不需要的)交替值的原因打电话后 putmask(x,mask,y) .

相反，如果您希望为 x 分配新值无论在哪里mask是真的，那么你所需要的就是分配 numpy indexing :

x[mask]=y

例如，

import numpy as np
x = np.array([[  1.,   2.],
        [  3.,   4.],
        [  5.,   6.],
        [  7.,   8.],
        [  9.,  10.]])
mask = np.array([[ True, False],
           [ True, False],
           [ True, False],
           [ True, False],
           [ True, False]])
y = np.array([ 21.,  22.,  23.,  24.,  25.])
x[mask]=y
print(x)
# [[ 21.   2.]
#  [ 22.   4.]
#  [ 23.   6.]
#  [ 24.   8.]
#  [ 25.  10.]]