Python 索引到NumPy数组,忽略索引数组中的NAN
我有一个零数组Python 索引到NumPy数组,忽略索引数组中的NAN,python,numpy,Python,Numpy,我有一个零数组 arr = np.zeros([5,5]) array([[ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.]]) 我想根据索引分配值,所以我这样做了 out = np.array([[nan,2.,4.,1.,1.],[nan,3.,4.,4
arr = np.zeros([5,5])
array([[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.]])
我想根据索引分配值,所以我这样做了
out = np.array([[nan,2.,4.,1.,1.],[nan,3.,4.,4.,4.]])
arr[out[0].astype(int),np.arange(len(out[0]))] = 1
arr[out[1].astype(int),np.arange(len(out[1]))] = 1
如果存在0而不是nan,则赋值工作正常
如果是nan,我如何跳过作业?是否可以从多维索引数组而不是使用for循环一次赋值 掩盖它-
mask = ~np.isnan(out)
arr[out[0,mask[0]].astype(int),np.flatnonzero(mask[0])] = 1
arr[out[1,mask[1]].astype(int),np.flatnonzero(mask[1])] = 1
样本运行-
In [171]: out
Out[171]:
array([[ nan, 2., 4., 1., 1.],
[ nan, 3., 4., 4., 4.]])
In [172]: mask = ~np.isnan(out)
...: arr[out[0,mask[0]].astype(int),np.flatnonzero(mask[0])] = 1
...: arr[out[1,mask[1]].astype(int),np.flatnonzero(mask[1])] = 1
...:
In [173]: arr
Out[173]:
array([[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 1., 1.],
[ 0., 1., 0., 0., 0.],
[ 0., 1., 0., 0., 0.],
[ 0., 0., 1., 1., 1.]])
或者,将flatnonzero
调用替换为范围屏蔽-
r = np.arange(arr.shape[1])
arr[out[0,mask[0]].astype(int),r[mask[0]]] = 1
arr[out[1,mask[1]].astype(int),r[mask[1]]] = 1
如果您处理的行比只处理
2
的行多得多,并且希望以矢量化的方式分配它们,那么有一种方法,使用线性索引
-
n = arr.shape[1]
linear_idx = (out*n + np.arange(n))
np.put(arr, linear_idx[~np.isnan(linear_idx)].astype(int), 1)
先生和我的第二个问题。@Bharathshetty第二个问题在哪里?如果不使用arr[out[0…和arr[out[1…是否可以在一行中写入相同的内容