用于有条件地减去现有值的 Numpy 布尔索引掩码

Question

我有一个范围为 (0, 180) 的 numpy 数字数组。对于这些值中的每一个，如果值 x 大于 90，我想将其替换为 180 - x .

例如5 -> 5, 50 -> 50, 100 -> 80, 175 -> 5.

因为 numpy 的强大之处在于它能够同时对整个数组进行操作，例如a = a + 1 将 a 中的所有项目递增 1，我使用布尔掩码尝试了以下操作：

>>> import numpy as np
>>> a = np.random.randint(180, size=(20))
>>> a
array([150, 136,  28,  77,   7, 165, 114,  71, 150,  86, 129, 156,  33,
        34,  91,  87, 105,   9,   5, 108])
>>> a[a > 90] = 180 - a
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: NumPy boolean array indexing assignment cannot assign 20 input values to the 10 output values where the mask is true
>>>

这失败了，因为掩码数组和原始数组的长度不匹配。我该怎么做（无需手动遍历数组）？

Answer 1

一种方法是使用 np.where:

>>> a
array([172,  47,  58,  47, 162, 130,  16, 173, 125,  40,  25,  32, 123,
       142,  89,  29, 120,   2,  97, 116])
>>> np.where(a>90, 180-a, a)
array([ 8, 47, 58, 47, 18, 50, 16,  7, 55, 40, 25, 32, 57, 38, 89, 29, 60,
        2, 83, 64])

注意，这个returns是一个新的数组，而不是修改现有的数组。如果需要，您可以将它重新分配给 a，但更改不会被引用原始数组的任何其他变量 "seen"。

你也可以做你所做的，如果你select赋值两边的适当元素：

>>> a[a>90] = 180 - a[a>90]
>>> a
array([ 8, 47, 58, 47, 18, 50, 16,  7, 55, 40, 25, 32, 57, 38, 89, 29, 60,
        2, 83, 64])

用于有条件地减去现有值的 Numpy 布尔索引掩码

Numpy boolean index mask for conditional subtraction of existing values

python

arrays

boolean

numpy