python - Numpy 掩码数组修改

Question

目前，我有一个代码检查数组中的给定元素是否等于= 0，如果是，则将该值设置为“level”值(temp_board 是 2D numpy 数组，indices_to_watch 包含应该监视零的 2D 坐标)。

    indices_to_watch = [(0,1), (1,2)]
    for index in indices_to_watch:
        if temp_board[index] == 0:
            temp_board[index] = level

我想将其转换为更类似于 numpy 的方法(删除 for 并仅使用 numpy 函数)以加快速度。这是我尝试过的:

    masked = np.ma.array(temp_board, mask=(a!=0), hard_mask=True)
    masked.put(indices_to_watch, level)

但不幸的是，在执行 put() 时，屏蔽数组想要具有 1D 维度(完全奇怪!)，是否有其他方法可以更新等于 0 并具有具体索引的数组元素？

或者也许使用屏蔽数组不是正确的方法？

Answer 1

假设找出 temp_board 是 0 的位置并不是非常低效，你可以像这样做你想做的事:

# First figure out where the array is zero
zindex = numpy.where(temp_board == 0)
# Make a set of tuples out of it
zindex = set(zip(*zindex))
# Make a set of tuples from indices_to_watch too
indices_to_watch = set([(0,1), (1,2)])
# Find the intersection.  These are the indices that need to be set
indices_to_set = indices_to_watch & zindex
# Set the value
temp_board[zip(*indices_to_set)] = level

如果你不能做到上述，那么这里有一个方法，但我不确定它是否是最 Pythonic 的:

indices_to_watch = [(0,1), (1,2)]

首先，转换为 numpy 数组:

indices_to_watch = numpy.array(indices_to_watch)

然后，使其可索引:

index = zip(*indices_to_watch)

然后，测试条件:

indices_to_set = numpy.where(temp_board[index] == 0)

然后，找出要设置的实际索引:

final_index = zip(*indices_to_watch[indices_to_set])

最后，设置值:

temp_board[final_index] = level