Skip to main content
 首页 » 编程设计

python之Numpy 通过使用带有 nan 的索引列表来替换每行的特定列索引

2025年02月15日10lori

我正在尝试以下操作:

a = np.array([[1,2,3], [4,5,6], [7,8,9]]) 
 
print a 
array([[1, 2, 3], 
       [4, 5, 6], 
       [7, 8, 9]]) 
 
a[np.arange(len(a)), [1,0,2]] = 20 #--Code1 
 
print a 
array([[ 1, 20,  3], 
       [20,  5,  6], 
       [ 7,  8, 20]]) 

但是,如果我的索引中有 nan 为:

a[np.arange(len(a)), [1,np.nan,2]] = 20  #--Code2 

它出错了。

我试图做的是,如果索引中存在 nan,则不要更改任何内容。

即我想实现上面的 Code2 以便我可以获得以下内容:

    array([[ 1, 20,  3], 
           [4,  5,  6], 
           [ 7,  8, 20]]) 

请您参考如下方法:

使用masking -

m = ~np.isnan(idx) # Mask of non-NaNs 
row = np.arange(a.shape[0])[m] 
col = idx[m].astype(int) 
a[row, col] = 20 

其中,idx 是索引数组。

sample 运行-

In [161]: a = np.array([[1,2,3], [4,5,6], [7,8,9]]) 
 
In [162]: idx = np.array([1,np.nan,2]) 
 
In [163]: m = ~np.isnan(idx) # Mask of non-NaNs 
     ...: row = np.arange(a.shape[0])[m] 
     ...: col = idx[m].astype(int) 
     ...: a[row, col] = 20 
     ...:  
 
In [164]: a 
Out[164]:  
array([[ 1, 20,  3], 
       [ 4,  5,  6], 
       [ 7,  8, 20]])