Numpy 根据形状相同的数组中的逻辑和值替换元素

Question

我有 2 个 numpy 数组。一个填充布尔值，另一个填充数值。

我将如何根据布尔数组中的当前值对数值数组执行逻辑。

例如如果为 true 且 > 5，则将值设置为 false

matrix1
matrix2

newMatrix = matrix1 > 5 where matrix2 value is false

请注意，这些数组具有相同的形状，例如

[[0, 1, 1],  
[1, 0, 0]]

和

[[3, 1, 0]  
[6, 2, 6]]

我想要的结果是一个新的布尔矩阵，如果它在布尔数组中的值为真并且数值数组中的等效值大于 5，则该矩阵为真，例如

[[0, 0, 0]  
[1, 0, 0]]

Answer 1

newMatrix = np.logical_and(matrix2 == 0, matrix1 > 5 )

这将遍历所有元素，并在 matrix == 0 和 matrix1 > 5 的布尔值对之间生成 'and'。请注意，matrix1 > 5 类型的表达式会生成一个布尔值矩阵。

如果你想要 0,1 而不是 False,True，你可以在结果中加上 +0:

newMatrix = np.logical_and(matrix2 == 0, matrix1 > 5 ) + 0

Answer 2

最清晰方式：

import numpy as np

matrix1 = np.array([[3, 1, 0],
                    [6, 2, 6]])

matrix2 = np.array([[0, 1, 1],
                    [1, 0, 0]])

r,c = matrix1.shape

res = np.zeros((r,c))

for i in range(r):
    for j in range(c):
        if matrix1[i,j]>5 and matrix2[i,j]==1:
            res[i,j]=1

结果

array([[0., 0., 0.],
       [1., 0., 0.]])

一种更高级的方式，使用numpy.where():

import numpy as np

matrix1 = np.array([[3, 1, 0],
                    [6, 2, 6]])

matrix2 = np.array([[0, 1, 1],
                    [1, 0, 0]])

r,c = matrix1.shape

res = np.zeros((r,c))

res[np.where((matrix1>5) & (matrix2==1))]=1

结果

array([[0., 0., 0.],
       [1., 0., 0.]])

Numpy 根据形状相同的数组中的逻辑和值替换元素

Numpy replacing elements based on logic and value in an identically shaped array

python

arrays

if-statement

numpy

logical-operators