Python 为什么不'；我的数据不是被屏蔽了吗？

我拥有的数据对象是

知道数据是一个numpy对象我做了以下工作：

data = [[0, 1, 1, 5, 5, 5, 0, 2, 2, 2, 2, 2, 2, 2, 6, 6, 6, 6, 6, 6, 6, 6],
        [1, 1, 1, 0, 5, 5, 5, 0, 2, 2, 0, 0, 2, 0, 0, 6, 6, 6, 0, 0, 6, 6],
        [1, 1, 1, 0, 0, 0, 0, 0, 2, 2, 0, 2, 2, 2, 0, 0, 2, 6, 0, 0, 6, 6]]

我想将列表中的数字作为输入设置为0，我尝试了：

data = np.array(data)

我希望前一个矩阵中出现的所有2和4都是0，其余的保持它们的值，我得到：

TypeError:只能将整数标量数组转换为标量索引

---

还尝试使用

np以numpy数组的形式提供数据。array

也给出了错误。

如果要将这些匹配值设置为0，则不应通过检查否定掩码。下面的代码工作正常：

另外，您应该将

数据

设置为numpy数组，而不是列表列表

data[~np.isin(data,[2,4])] = 0

---

为了重现您的错误：

In [10]: data = np.array([[0, 1, 1, 5, 5, 5, 0, 2, 2, 2, 2, 2, 2, 2, 6, 6, 6, 6, 6, 6, 6, 6],
    ...:         [1, 1, 1, 0, 5, 5, 5, 0, 2, 2, 0, 0, 2, 0, 0, 6, 6, 6, 0, 0, 6, 6],
    ...:         [1, 1, 1, 0, 0, 0, 0, 0, 2, 2, 0, 2, 2, 2, 0, 0, 2, 6, 0, 0, 6, 6]])
    ...:         

In [11]: data[np.isin(data, [2, 4])] = 0

In [12]: data
Out[12]: 
array([[0, 1, 1, 5, 5, 5, 0, 0, 0, 0, 0, 0, 0, 0, 6, 6, 6, 6, 6, 6, 6, 6],
       [1, 1, 1, 0, 5, 5, 5, 0, 0, 0, 0, 0, 0, 0, 0, 6, 6, 6, 0, 0, 6, 6],
       [1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 6, 0, 0, 6, 6]])

In[13]：数据=[[0,1,1,5,5,0,2,2,2,2,6,6,6,6,6]，
...:         [1, 1, 1, 0, 5, 5, 5, 0, 2, 2, 0, 0, 2, 0, 0, 6, 6, 6, 0, 0, 6, 6],
...:         [1, 1, 1, 0, 0, 0, 0, 0, 2, 2, 0, 2, 2, 2, 0, 0, 2, 6, 0, 0, 6, 6]]
...:         
在[14]中：数据[np.isin（数据[2,4]）]=0
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
---->1数据[np.isin（数据[2,4]）]=0
TypeError:只能将整数标量数组转换为标量索引

这是什么神奇的

标签

？更改为

数据

，感谢您指出。我相信如果数据是一个列表，您在尝试使用

数据[~np.isin（data，[2,4]）]

时会遇到错误，但我不相信如果数据是

数组

。请编辑以包含

data=[那东西]

，

data=np.array（data）

，

data[~np.isin（data，[2,4]）]=0

，

打印（data）

。我的意思是，它会给出与您想要的相反的结果，但不应该引起错误。@DSM我检查了代码中的数据类型，它是

，但执行

data=np。数组（数据）

没有修复它。我只是检查了数据类型，它是

在示例中，它是其他先前计算的变量和函数，而不仅仅是硬编码的，这会以任何方式影响答案吗

In [13]: data = [[0, 1, 1, 5, 5, 5, 0, 2, 2, 2, 2, 2, 2, 2, 6, 6, 6, 6, 6, 6, 6, 6],
    ...:         [1, 1, 1, 0, 5, 5, 5, 0, 2, 2, 0, 0, 2, 0, 0, 6, 6, 6, 0, 0, 6, 6],
    ...:         [1, 1, 1, 0, 0, 0, 0, 0, 2, 2, 0, 2, 2, 2, 0, 0, 2, 6, 0, 0, 6, 6]]
    ...:         

In [14]: data[np.isin(data, [2, 4])] = 0
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-14-06ee1662f1f2> in <module>()
----> 1 data[np.isin(data, [2, 4])] = 0

TypeError: only integer scalar arrays can be converted to a scalar index