我有以下陣列給定的索引面膜的數組:通過從其它陣列
a = [10, 31, 30, 11, 17, 12, 22, 25, 85, 17, 21, 43]
b = [0, 1, 4, 6]
欲基於由陣列b
給定的索引,以掩蓋a
。這意味着獲得:
c = [True, True, False, False, True, False, True, False, False, False, False, False]
我有以下陣列給定的索引面膜的數組:通過從其它陣列
a = [10, 31, 30, 11, 17, 12, 22, 25, 85, 17, 21, 43]
b = [0, 1, 4, 6]
欲基於由陣列b
給定的索引,以掩蓋a
。這意味着獲得:
c = [True, True, False, False, True, False, True, False, False, False, False, False]
In [524]: a=np.array([10, 31, 30, 11, 17, 12, 22, 25, 85, 17, 21, 43])
In [525]: b=np.array([0, 1, 4, 6])
進行布爾c
是在b
指數真,只需使用:
In [529]: a[c]
Out[529]: array([10, 31, 17, 22])
但你:
In [526]: c=np.zeros(a.shape, bool)
In [527]: c[b]=True
In [528]: c
Out[528]:
array([ True, True, False, False, True, False, True, False, False,
False, False, False], dtype=bool)
然後就可以用選擇的a
值也可以選擇b
:
In [530]: a[b]
Out[530]: array([10, 31, 17, 22])
但是c
更適合去除那些,a[~c]
。 np.delete(a,b)
做同樣的事情。產生c
的
其他陣列方法是
np.in1d(np.arange(a.shape[0]),b)
np.any(np.arange(a.shape[0])==b[:,None],0)
而且因爲我只是在另一個問題討論蒙面陣列,我可以做同樣的位置:
In [542]: np.ma.MaskedArray(a,c)
Out[542]:
masked_array(data = [-- -- 30 11 -- 12 -- 25 85 17 21 43],
mask = [ True True False False True False True False False False False False],
fill_value = 999999)
res = [False] * len(a)
for idx in b:
res[idx] = True
或
[idx in b for idx in range(len(a))]
從a
長度與np.arange
創建一個新的陣列上使用np.in1d
:
>>> a = [10, 31, 30, 11, 17, 12, 22, 25, 85, 17, 21, 43]
>>> b = [0, 1, 4, 6]
>>> a = np.array(a)
>>> b = np.array(b)
>>> np.in1d(np.arange(len(a)), b)
array([ True, True, False, False, True, False, True, False, False,
False, False, False], dtype=bool)
它會是這樣的:
c = []
for i, v in enumerate(a):
mask = True if i in b else False
c.append(mask)
謝謝。有沒有一種方法可以在不改變其大小的情況下返回'c'的未掩碼值? – hpnk85
如果'False''' tuple' like'(False,v)',你可以追加'c'並且應該是。這是否回答你的問題? –
查找到'np.arange'和'np.in1d' funcs。 – Divakar