Skip to main content
 首页 » 编程设计

python之使用 putmask 替换数组中的列值并保留顺序

2025年05月04日8飞鱼

我有一个 numpy float 数组,我希望使用一个取决于要重新计算的列的公式来重新计算新值。

我最初尝试遍历列,屏蔽除要重新计算的列之外的数组,并使用 numpy.putmask 将值替换为新值,但这不保留顺序,因为它试图放置一个每个元素中的值,如果失败则尝试在下一个元素上使用下一个计算值,à la:

>>> import numpy as np 
 
>>> x = [[  1.,   2.], 
        [  3.,   4.], 
        [  5.,   6.], 
        [  7.,   8.], 
        [  9.,  10.]] 
>>> mask = [[ True, False], 
           [ True, False], 
           [ True, False], 
           [ True, False], 
           [ True, False]] 
>>> y = [ 21.,  22.,  23.,  24.,  25.] 
>>> np.putmask(x,mask,y) 
>>> print x 
[[ 21.   2.] 
[ 23.   4.] 
[ 25.   6.] 
[ 22.   8.] 
[ 24.  10.]] 

我需要一个解决方案,它将使用相同的值重试,直到它找到一个 True 值,这样 x 看起来像:

[[ 21.   2.] 
[ 22.   4.] 
[ 23.   6.] 
[ 24.   8.] 
[ 25.  10.]] 

欢迎任何解决方案或其他方法。谢谢。

请您参考如下方法:

putmask(x,mask,y)套x.flat[n] = y[n]对于每个 n其中 mask.flat[n]是真的。

In [17]: list(x.flat) 
Out[17]: [21.0, 2.0, 22.0, 4.0, 23.0, 6.0, 24.0, 8.0, 25.0, 10.0] 
 
In [18]: list(mask.flat) 
Out[18]: [True, False, True, False, True, False, True, False, True, False] 

自 mask.flat在 True 之间交替和 False ,您最终设置了 x.flat 中的所有其他值与 y 中的所有其他值.

自 y与 x 大小不同, y 中的值被重复。这就是导致您在 x 中看到的(不需要的)交替值的原因打电话后 putmask(x,mask,y) .

相反,如果您希望为 x 分配新值无论在哪里mask是真的, 那么你所需要的就是分配 numpy indexing :

x[mask]=y 

例如,

import numpy as np 
x = np.array([[  1.,   2.], 
        [  3.,   4.], 
        [  5.,   6.], 
        [  7.,   8.], 
        [  9.,  10.]]) 
mask = np.array([[ True, False], 
           [ True, False], 
           [ True, False], 
           [ True, False], 
           [ True, False]]) 
y = np.array([ 21.,  22.,  23.,  24.,  25.]) 
x[mask]=y 
print(x) 
# [[ 21.   2.] 
#  [ 22.   4.] 
#  [ 23.   6.] 
#  [ 24.   8.] 
#  [ 25.  10.]]