如何获得面具，反转numpy.flatnonzero？

Question

给定一个任意的一维掩码：

In [1]: import numpy as np
   ...: mask = np.array(np.random.random_integers(0,1,20), dtype=bool)
   ...: mask
Out[1]: 
array([ True, False,  True, False, False,  True, False,  True,  True,
       False,  True, False,  True, False, False,  True,  True, False,
        True,  True], dtype=bool)

我们可以使用 np.flatnonzero:

获得 mask 的 True 个元素的数组

In[2]: np.flatnonzero(mask)
Out[2]: array([ 0,  2,  5,  7,  8, 10, 12, 15, 16, 18, 19], dtype=int64)

但是现在我该如何逆转这个过程，从 _2 变成一个面具？

Answer 1

创建一个全假掩码，然后使用 numpy 的 index array functionality 为掩码分配 True 条目。

In[3]: new_mask = np.zeros(20, dtype=bool)
  ...: new_mask
Out[3]: 
array([False, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False, False, False, False,
       False, False], dtype=bool)

In[4]: new_mask[_2] = True
  ...: new_mask
Out[4]: 
array([ True, False,  True, False, False,  True, False,  True,  True,
       False,  True, False,  True, False, False,  True,  True, False,
        True,  True], dtype=bool)

作为检查，我们看到：

In[5]: np.flatnonzero(new_mask)
Out[5]: array([ 0,  2,  5,  7,  8, 10, 12, 15, 16, 18, 19], dtype=int64)

不出所料，_5 == _2：

In[6]: np.all(_5 == _2)
Out[6]: True

Answer 2

你可以使用 np.bincount:

In [304]: mask = np.random.binomial(1, 0.5, size=10).astype(bool); mask
Out[304]: array([ True,  True, False,  True, False, False, False,  True, False,  True], dtype=bool)

In [305]: idx = np.flatnonzero(mask); idx
Out[305]: array([0, 1, 3, 7, 9])

In [306]: np.bincount(idx, minlength=len(mask)).astype(bool)
Out[306]: array([ True,  True, False,  True, False, False, False,  True, False,  True], dtype=bool)

如何获得面具，反转numpy.flatnonzero？

How do I obtain a mask, reversing numpy.flatnonzero?

python

numpy

ipython