numpy：使用 OR 将多个赋值转换为单个赋值

Question

taxi_modified是一个二维的ndarray。

下面的代码有效，但似乎不是 pythonic：

taxi_modified[taxi_modified[:, 5] == 2, 15] = 1
taxi_modified[taxi_modified[:, 5] == 3, 15] = 1
taxi_modified[taxi_modified[:, 5] == 5, 15] = 1

如果索引 5 处的列为 2、3、或 5，则需要将 1 分配给索引 15 处的列。

以下无效：

taxi_modified[taxi_modified[:, 5] == 2 | 3 | 5, 15] = 1

Answer 1

对于旧版本，您可以使用 np.isin (NumPy v1.13+), or np.in1d 的花式索引。

这是一个演示：

# example input array
A = np.arange(16).reshape((4, 4))

# calculate Boolean mask for rows
mask = np.isin(A[:, 1], [1, 5, 13])

# assign values, converting mask to integers
A[np.where(mask), 2] = -1

print(A)

array([[ 0,  1, -1,  3],
       [ 4,  5, -1,  7],
       [ 8,  9, 10, 11],
       [12, 13, -1, 15]])

在一行中，可以这样写：

A[np.where(np.isin(A[:, 1], [1, 5, 13])), 2] = -1

numpy：使用 OR 将多个赋值转换为单个赋值

numpy: convert multiple assignments to a single one using OR

python

arrays

indexing

numpy

numpy-ndarray