换句话说,numpy 是否支持“筛选”?
我有两个数组:
a = np.array([1, 0, 2, 3, 0, 4])
b = np.array([1, 0, 0, 0, 0, 6])
我想要的是返回一个新数组 c
,它包含基于 b
掩码的 a
的原始值:
c = a[b > 0]
>> c
np.array([1, 4])
# but what I want is:
# np.array([1, 0, 0, 0, 0, 4])
我可以通过列表理解来解决这个问题:
c = [a[i] if b[i] > 0 else 0 for i in range(len(a))]
我也可以制作一个 mask ,但这需要 2 次迭代:
mask = [1 if b[i] > 0 else 0 for i in range(len(b))]
c = ma.array(a, mask=mask)
numpy 是否有一些原生的东西允许一个数组对另一个数组充当筛子?
最佳答案
使用np.where :
result = np.where(b > 0, a, 0)
print(result)
或者只是相乘:
import numpy as np
a = np.array([1, 0, 2, 3, 0, 4])
b = np.array([1, 0, 0, 0, 0, 6])
print(a * (b > 0))
输出
[1 0 0 0 0 4]
关于python - 过滤 numpy 数组但保留原始值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58121894/