Python 具有列表理解的逻辑索引

我的代码目前如下：

z = np.diagflat(c).dot(D).dot(x);
idxN, idxP = z<0, z>=0 # logical indexing
y1 = [-1 + np.exp(x)/(1+np.exp(x)) for x in z[idxN]]
y1 = np.array(y1) # Size (504,)
y2 = [-np.exp(-x)/(1+np.exp(-x)) for x in z[idxP]]
y2 = np.array(y2) # Size (496,)

z=np.diagflat（c）、点（D）、点（x）；
idxN，idxP=z=0#逻辑索引
y1=[-1+np.exp（x）/（1+np.exp（x））表示z中的x[idxN]]
y1=np.数组（y1）#大小（504，）
y2=[-np.exp（-x）/（1+np.exp（-x））表示z中的x[idxP]]
y2=np.数组（y2）#大小（496，）

现在我正试图形成一个（1000，）列表

y

，它将根据索引是+/-合并y1还是y2

我猜列表理解是最简单的，但我正在努力使用表单。感谢您的输入。

最简单的方法应该是使用索引设置值，然后根据需要将其展平：

---

PS:当您将一个数据阵列子集以创建另一个1D数组时，会丢失原始数据阵列的索引信息。因此，对于列表理解，您可能需要同时枚举新创建的1D数组和原始ndarray

正如我正确理解的那样，您有两个逻辑数组

idxN

和

idxP

，每个都有1000个元素？@Colonder:是的，这是正确的。这确实有效。我的印象是，负指数语句的z_out[idxN]=y1#值不适合Python。我以前也试过类似的方法，但都不管用。是的，这种情况有时会发生。如果要创建新数组或覆盖该数组及其所涉及的数据类型，则需要小心。这就是我在为这种情况分配值之前明确指定

dtype

为

float

的原因。

z_out = np.empty(z.shape, dtype='float')
z_out[idxN] = y1                           # values for negative indices
z_out[idxP] = y2                           # values for positive indices

z_out.flatten()                            # flatten it to 1D array, if required