Python 3.x 将python映射对象转换为数组或数据帧

在python中，如何将映射对象（从ndarray对象派生）转换为数据帧或数组对象

我有一个大小为10*10的正态分布数据，叫做a。还有一个数据包含大小为10*10的0和1，称为b。如果b不是零，我想把a加到b上，否则返回b

我是通过地图做的。我能够创建名为c的map对象，但看不到它的内容。有人能帮忙吗

a=numpy.random.normal(loc=0.0,scale=0.001,size=(10,10))    
b = np.random.randint(2, size=a.shape)
c=map(lambda x,y : y+x if y!=0 else x, a,b)

a=[[.24,.03,.87],
   [.45,.67,.34],
   [.54,.32,.12]]

b=[[0,1,0],
  [1,0,0],
  [1,0,1]]

那么c应该如下所示

c=[[0,1.03,.87],
  [1.45,0,0],
  [1.54,0,1.12]
  ]

应该这样做

这是输出

array([[0.  , 1.03, 0.  ],
       [1.45, 0.  , 0.  ],
       [1.54, 0.  , 1.12]])

应该这样做

这是输出

array([[0.  , 1.03, 0.  ],
       [1.45, 0.  , 0.  ],
       [1.54, 0.  , 1.12]])

---

由于，

a

和

b

都是numpy数组，因此有一个numpy函数专门用于此用例，如

np.where

如果a和b如下所示

a=np.array([[.24,.03,.87],
            [.45,.67,.34],
            [.54,.32,.12]])

b=np.array([[0,1,0],
            [1,0,0],
            [1,0,1]])

然后是下一行的输出

np.where(b!=0, a+b, b)

会是,

[[0.   1.03 0.  ]
 [1.45 0.   0.  ]
 [1.54 0.   1.12]]

---

由于，

a

和

b

都是numpy数组，因此有一个numpy函数专门用于此用例，如

np.where

如果a和b如下所示

a=np.array([[.24,.03,.87],
            [.45,.67,.34],
            [.54,.32,.12]])

b=np.array([[0,1,0],
            [1,0,0],
            [1,0,1]])

然后是下一行的输出

np.where(b!=0, a+b, b)

会是,

[[0.   1.03 0.  ]
 [1.45 0.   0.  ]
 [1.54 0.   1.12]]

---

回答得好。注意：您可以使用

a*b+b

来生成更漂亮的线条，或者

（a+1）*b

。

*

操作符被正确地重载到工作元素方面，就像

+

一样。谢谢！不幸的是，两者都不起作用，因为a和b是列表，而不是ndarraysOP明确显示它们的输入是一个Numpy数组，我认为可以安全地假设它们是。回答得好。注意：您可以使用

a*b+b

来生成更漂亮的线条，或者

（a+1）*b

。

*

操作符被正确地重载到工作元素方面，就像

+

一样。谢谢！不幸的是，两者都不起作用，因为a和b是列表，而不是ndarraysOP明确显示它们的输入是一个Numpy数组，我认为可以安全地假设它们是。为什么c的第一行有0.87？为什么c的第一行有0.87？非常感谢Pranav。非常感谢Pranav。