python - 将标量值分配给另一个数组中的 numpy 数组的所有元素

Question

例如，我有一个numpy数组a = np.arange(10)，我需要在ignore = [2,3,4]中赋值> 为数字 255，如下所示:

a = np.arange(10)
ignore_value = [3,4,5]
a[a in ignore_value] = 255 # what is the correct way to implement this?

上面程序中的最后一行不能被Python3.5接受，但它显示了我想做的事情。

编辑:

我找到了一个解决方案，但它没有矢量化。

for el in ignore_value:
    a[a == el] = 255

这看起来真的很难看，而且很慢，因为这里有一个 for 循环，所以我有更好的方法吗？

Answer 1

In [500]: a = np.arange(10)
In [501]: ignore_value = [3,4,5]
In [502]: np.isin(a, ignore_value)
Out[502]: 
array([False, False, False,  True,  True,  True, False, False, False,
       False])
In [503]: a[np.isin(a, ignore_value)]=255
In [504]: a
Out[504]: array([  0,   1,   2, 255, 255, 255,   6,   7,   8,   9])

您还可以使用以下方法构造掩码:

In [506]: a[:,None]==ignore_value
Out[506]: 
array([[False, False, False],
       [False, False, False],
       [False, False, False],
       [ True, False, False],
       [False,  True, False],
       [False, False,  True],
       [False, False, False],
       [False, False, False],
       [False, False, False],
       [False, False, False]])
In [507]: (a[:,None]==ignore_value).any(axis=1)
Out[507]: 
array([False, False, False,  True,  True,  True, False, False, False,
       False])