python - 在 Numpy Python 中修改数组 block

Question

我想编写一个函数，如果数组等于或小于 0，它将用 0 替换该索引之后(包括)的值。numbers 的第 7 个元素小于0 是 -1，因此包括第 7 个元素到第 10 个元素值的元素将被 0 替换。我如何配置 np.where 函数，使其给出预期的结果结果值？

示例输入:

numbers = np.array([87., 4., 4.1,  8.5, 10 , 20, 22.3, -1., 1., 60., -4.])

预期输出:

[87., 4., 4.1,  8.5, 10 , 20, 22.3, 0., 0., 0., 0.]

Answer 1

您可以使用argmax找出第一个小于0的索引，然后将该索引之后的所有值修改为0:

a = np.array([87. ,4., 4.1,  8.5, 10 , 20, 22.3, -1, 1, 60, -4])
if (a <= 0).any(): a[(a <= 0).argmax():] = 0

a
# [87.   4.   4.1  8.5 10.  20.  22.3  0.   0.   0.   0. ]

或者更有效的是，您可以仅检查候选索引下的值:

def zero_after_native(a):
    candidate = (a <= 0).argmax()
    if a[candidate] <= 0:
        a[candidate:] = 0

a = np.array([87. ,4., 4.1,  8.5, 10 , 20, 22.3, -1, 1, 60, -4])
zero_after_native(a)

a
# [87.   4.   4.1  8.5 10.  20.  22.3  0.   0.   0.   0. ]