python - 对 numpy 数组执行复杂的条件运算

Question

import numpy as np

mat_a = np.random.random((5, 5))
mat_b = np.random.random((5, 5))
mat_c = np.random.random((5, 5))

假设对于一个特定的网格单元，3个数组中相同位置的值如下:
mat_a, A = 0.3
mat_b, B = 0.2
mat_c, C = 0.1

在这里，我们找到具有最小值的数组，在本例中是 C

1. 我们计算 C 的数量应该分配给B如0.1 * (0.2/ (0.2 + 0.3))即 C 中单元格的值乘以 B 的分数与 total是A + B 。新计算的值存储在 2D 中名为 C_B 的数组

2. 同样，C的金额应该分配给A是 0.1 * (0.3/(0.2 + 0.3)) 。新计算的值存储在 2D 中名为 C_A 的数组.

3. 我们对数组 B 中最小值所在的单元格重复此过程。 ，将新计算的结果存储在2D中数组 B_C和B_A分别。

4. 我们对数组 A 中最小值所在的单元格重复此过程。 ，将新计算的结果存储在2D中数组 A_C和A_B分别。

我能想到的唯一方法是使用嵌套的 for 循环，但这对于较大的数组来说是禁止的，而且不太 Pythonic。有没有快速且Pythonic的解决方案？

--编辑

C_B应包含 0，其中 mat_c不包含最小值

Answer 1

一种解决方案是计算所有值，用零替换不需要的值。

mat_a = np.random.random((5, 5))
mat_b = np.random.random((5, 5))
mat_c = np.random.random((5, 5))
bigmat = np.stack((mat_a, mat_b, mat_c)) # this is a 3, 5, 5 array
minima = np.argmin(bigmat, axis=0) # contains a 5x5 array of 0,1,2 for a,b,c respectively
c_a = mat_c * mat_a / (mat_b + mat_c)
c_a[minima != 2] = 0

您可以对其他 5 个答案数组重复此操作。或者，您也可以这样做:

c_a = np.zeros((5,5))
c_a[minima == 2] = (mat_c * mat_a / (mat_b + mat_c))[minima == 2]