Python 使用另一个矩阵子集一个NumPy矩阵

我有numpy矩阵

X=np.matrix（[[1,2]，[3,4]，[5,6]]）

和

y=np.matrix（[1,1,0]）

，我想基于y矩阵创建两个新矩阵X_pos和X_neg。所以希望我的输出如下：

X_pos==matrix（[[1,2]，[3,4]]）

和

X_neg==matrix（[[5,6]]）

。我该怎么做呢？

如果您愿意用

y

创建一个布尔掩码，这就变得简单了

mask = np.array(y).astype(bool).reshape(-1,)
X_pos = X[mask, :]
X_neg = X[~mask, :]

print(X_pos) 
matrix([[1, 2],
        [3, 4]])

print(X_neg)
matrix([[5, 6]])

---

如果您愿意用

y

创建布尔掩码，这就变得简单了

mask = np.array(y).astype(bool).reshape(-1,)
X_pos = X[mask, :]
X_neg = X[~mask, :]

print(X_pos) 
matrix([[1, 2],
        [3, 4]])

print(X_neg)
matrix([[5, 6]])

与常规：

x = np.matrix([[1, 2], [3, 4], [5, 6]])
y = np.array([1, 1, 0])

m = np.ma.masked_where(y > 0, y)   # mask for the values greater than 0
x_pos = x[m.mask]                  # applying masking
x_neg = x[~m.mask]                 # negation of the initial mask

print(x_pos)
print(x_neg)

与常规：

x = np.matrix([[1, 2], [3, 4], [5, 6]])
y = np.array([1, 1, 0])

m = np.ma.masked_where(y > 0, y)   # mask for the values greater than 0
x_pos = x[m.mask]                  # applying masking
x_neg = x[~m.mask]                 # negation of the initial mask

print(x_pos)
print(x_neg)

---

它们是矩阵的具体原因是什么？我很容易在前面和后面的代码中使用矩阵。它们是矩阵的具体原因是什么？我很容易在前面和后面的代码中使用矩阵。