的Python numpy的：在一個陣列中與相應的值在另一個陣列

我使用Python numpy的陣列替換的值（轉換成2D陣列柵格，特異性）和我想要做的是採取具有-999任意虛擬值一個陣列表示「無數據」，我想從一個不同的陣列中的正確的位置相同的大小和形狀與相應的「真實」值替換那些值。我找不到一個非常類似的問題，但請注意，我是Python和Numpy的新手。的Python numpy的：在一個陣列中與相應的值在另一個陣列

但我想要做的是這樣的：

array_a = 
([[0.564,-999,-999], 
[0.234,-999,0.898], 
[-999,0.124,0.687], 
[0.478,0.786,-999]]) 

array_b = 
([[0.324,0.254,0.204], 
[0.469,0.381,0.292], 
[0.550,0.453,0.349], 
[0.605,0.582,0.551]])

使用array_b的價值觀，以填補在array_a的-999值，並創建一個新的數組：

new_array_a = 
([[0.564,0.254,0.204], 
[0.234,0.381,0.898], 
[0.550,0.124,0.687], 
[0.478,0.786,0.551]])

我不噸真的想改變數組的形狀或尺寸，因爲我要回來了轉換成光柵之後，所以我需要在正確的位置正確的價值觀。這樣做的最好方法是什麼？

來源

2017-04-24 Matt

查找到['masking']（https://docs.scipy.org/doc/numpy/user/basics.indexing.html#boolean-or-mask -index陣列）。 – Divakar

是的，我看了一下，我能夠掩飾出array_a中的-999值，使用此： mask_a = ma.masked_where（array_a <-1，array_a）但那又如何？我剛剛刪除了-999值，我不知道如何從array_b中的值到相同的位置？ – Matt

只是做布爾掩蔽：

mask = (array_a == -999) 
new_array = np.copy(array_a) 
new_array[mask] = array_b[mask]

來源

2017-04-24 14:33:00

嘿，很好！我認爲這是有效的！謝謝！ >>> array_a = np.array（[[0.564，-999，-999]，... [0.234，-999,0.898]，... [-999,0.124,0.687]，。 .. [0.478,0.786，-999]]） >>> array_b = np.array（[[0.324,0.254,0.204]，... [0.469,0.381,0.292]，... [0.550， 0.453,0.349]， ... [0.605,0.582,0.551]]） >>> mask =（array_a == -999） >>> new_array = np.copy（array_a） >>> new_array [mask ] = array_b [掩模] >>>打印new_array [[0.564 0.254 0.204] [0.234 0.381 0.898] [0.55 0.124 0.687] [0.478 0.786 0.551]] >>> – Matt

的Python numpy的：在一個陣列中與相應的值在另一個陣列

回答

相關問題