在 Numpy 数组的列中进行条件替换

Question

我有一个 numpy 数组，例如：

theData= [[0, 1, 1, 1],[0, 1, 3, 1],[3, 4, 1, 3],[0, 1, 2, 0],[2, 1, 0, 0]]

如何将第一列中的所有零替换为-1？

用theData[theData==0] = -1替换整个数组中的所有零很容易，所以我认为这样的方法可行

theData[theData[:,0] == 0] = -1 theData[:,0 == 0] = -1

但是对于第一列值为零的任何行，这些都会将行中的所有值更改为 -1。这不是我的目标，我想将替换限制在第一列（或其他列）。

这显然可以通过循环来完成。也可以通过将第一列提取为一维数组，在其中进行替换，然后将其转置复制到原始第一列来完成。但我怀疑有一种更快、更 Pythonic 的方法可以做到这一点。也许使用 np.where，但我无法弄清楚。

Answer 1

只要不使用它构建不同的对象，就可以直接对该列建立索引。检查以下示例：

theData= np.array([[0, 1, 1, 1],[0, 1, 3, 1],[3, 4, 1, 3],[0, 1, 2, 0],[2, 1, 0, 0]])
print(theData)
theData[:,0][theData[:,0] == 0] = -1
print(theData)

结果是这样的：

[[0 1 1 1]
 [0 1 3 1]
 [3 4 1 3]
 [0 1 2 0]
 [2 1 0 0]]
[[-1  1  1  1]
 [-1  1  3  1]
 [ 3  4  1  3]
 [-1  1  2  0]
 [ 2  1  0  0]]

Answer 2

尝试以下操作：

theData[theData[:,0]==0, 0] = -1

您也可以使用 np.where。

theData[np.where(theData[:,[0]]==0)] = -1

Answer 3

如果您想对不止一列进行子集化，则必须使用 np.where()。

示例：

theData= np.array([[0, 1, 1, 1],[0, 1, 3, 1],[3, 4, 1, 3],[0, 1, 2, 0],[2, 1, 0, 0]])
print(theData)
theData[:, [0, 1]][theData[:, [0, 1]] == 0] = -1 # Notice it's [0, 1] instead of [0]
print(theData)

输出为：

[[0 1 1 1]
 [0 1 3 1]
 [3 4 1 3]
 [0 1 2 0]
 [2 1 0 0]]
[[0 1 1 1]
 [0 1 3 1]
 [3 4 1 3]
 [0 1 2 0]
 [2 1 0 0]]

所以数组 (theData) 没有改变。但是如果你这样做

theData[np.where(theData[:, [0, 1]] == 0)] = -1
print(theData)

你得到

[[-1  1  1  1]
 [-1  1  3  1]
 [ 3  4  1  3]
 [-1  1  2  0]
 [ 2  1  0  0]]

它看起来也更干净。

在 Numpy 数组的列中进行条件替换

Conditional Replace within a Column of a Numpy Array

python

arrays

replace

numpy

where