Python &引用；“不放火”；具有给定掩码的numpy阵列

假设有两个数组，

vals

包含值，

masks

包含布尔值，指示是使用

vals

中的值还是使用

nan

s中的值。目标是构建一个与

掩码

长度相同的数组

ret

，其中包含

vals

中相应位置的值，这些值对应于

掩码

中的

True

条目

例如，假设

vals = np.array([1, 2])
masks = [True, False, False, True]

然后返回值

ret

，应该是

array([1, None, None, 2], dtype=object)

---

使用循环显然很容易做到这一点：

import numpy as np

def unsparse(vals, masks):
    vals_i = 0
    ret = []
    for m in masks:
        if m:
            ret.append(vals[vals_i])
            vals_i += 1
        else:
            ret.append(None)
    return np.array(ret)

>> unsparse(np.array([1, 2]), [True, False, False, True])
array([1, None, None, 2], dtype=object)

---

有没有一种方法可以不使用循环而更简洁地执行此操作？

您可以这样做-

out = np.empty(masks.shape,dtype=object)
out[masks] = vals[:masks.sum()] 

请注意，

：masks.sum（）

从

vals

中选择第一个

N

元素，其中

N

是掩码中

TRUE

元素的数量

如果保证真实元素的数量与

vals

中的元素数量相同，那么您只需执行以下操作即可-

out[masks] = vals 

样本运行-

In [34]: vals = np.array([1, 2, 6, 8, 9])
    ...: masks = np.array([True, False, False, True, False, True])
    ...: 

In [35]: out = np.empty(masks.shape,dtype=object)
    ...: out[masks] = vals[:masks.sum()]
    ...: 

In [36]: out
Out[36]: array([1, None, None, 2, None, 6], dtype=object)

---

您真的希望该数组中的

None

？你打算做什么计算吗？