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]])
