python - 使用 bool 索引就地修改 numpy 数组部分

Question

给定一个二维 numpy 数组，即；

import numpy as np

data = np.array([
     [11,12,13],
     [21,22,23],
     [31,32,33],
     [41,42,43],         
     ])

我需要根据所需行和列的两个掩码向量就地修改子数组；

rows = np.array([False, False, True, True], dtype=bool)
cols = np.array([True, True, False], dtype=bool)

这样即；

print data

 #[[11,12,13],
 # [21,22,23],
 # [0,0,33],
 # [0,0,43]]      

Answer 1

Now你知道如何访问你想要的行/列，只需将你想要的值分配给你的子数组。不过，这有点棘手:

mask = rows[:,None]*cols[None,:]
data[mask] = 0

原因是当我们以 data[rows][:,cols] 访问子数组时(如您的 previous question 所示，我们正在查看一个 View ，而一些对原始数据的引用会在途中丢失。

相反，我们在这里通过广播两个一维数组 rows 和 cols 来构造一个二维 bool 数组。您的 mask 数组现在具有形状 (len(rows),len(cols)。我们可以使用 mask 直接访问原始项目data，我们将它们设置为一个新值。请注意，当您执行 data[mask] 时，您会得到一个一维数组，这不是您想要的答案previous question .

要构造掩码，我们可以使用 & 运算符而不是 *(因为我们正在处理 bool 数组)，或者更简单的 np.outer功能:

mask = np.outer(rows,cols)

编辑:@Marcus Jones 的 np.outer 解决方案。