Python 二维阵列上的numpy逻辑运算

假设我们有一组值：

n

-行和

6

列（n，6）。 如果第三个元素大于第四个元素，如何将一行中的第四个元素替换为第三个元素

我试着用这样的方式做

griddata[:,3][griddata[:,2] > griddata[:,3]] = griddata[:,2]

TypeError:“numpy.float64”对象不支持项分配

您可以改为使用：

如果条件（

griddata[：，2]>griddata[：，3]

）为真，则使用第三个参数（原始参数）：

griddata[：，3]

）替换

griddata[：，2]

小样本：

>>> griddata = np.array([[1,2,3,4,5,6], [6,5,4,3,2,1]])
>>> griddata
array([[1, 2, 3, 4, 5, 6],
       [6, 5, 4, 3, 2, 1]])

>>> griddata[:,3] = np.where([griddata[:,2] > griddata[:,3]], griddata[:,2], 
>>> griddata
array([[1, 2, 3, 4, 5, 6],
       [6, 5, 4, 4, 2, 1]])

---

为什么您的方法不起作用：

griddata[：，3][griddata[：，2]>griddata[：，3]]

包含

x

元素，其中

x

是针对您的情况的

True

的数量，但是

griddata[：，2]

始终包含

n

元素。因此，在任何情况下（当

griddata[：，2]>griddata[：，3]

对所有行都为True时除外），您将尝试将

n

项放入

x

插槽中。那是行不通的

你需要掩盖两面才能使其发挥作用：

griddata[:,3][griddata[:,2] > griddata[:,3]] = griddata[:,2][griddata[:,2] > griddata[:,3]]
#                                                           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

---

优雅朴素。我不知道，这些额外的论点在哪里。太棒了。我认为这实际上是

np的最初目的。在那里

，它非常有用，几乎可以用于所有事情（包括在许多代码中替换

np.non-zero

）。掩蔽两面可能会更快，尤其是当只有少数项目需要覆盖时。

griddata[:,3][griddata[:,2] > griddata[:,3]] = griddata[:,2][griddata[:,2] > griddata[:,3]]
#                                                           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^