Python 按元素应用

考虑阵列：

a = np.array([[nan,  0.,  0.],
              [nan,  1.,  1.],
              [nan,  2.,  nan]])

b = np.array([2., 0., 0.])

我正在努力实现以下目标：

• 以

  x

  为例，它在

  a

• 将

  b

  中的相应项替换为

  x

• 取该数组的和

在这种情况下，它是：

For row = 2, col = 1
a[row, col] -> 2. # 1st col

Replace 1st element in `b` with 2.:
[2., 2., 0.]

Full matrix:
[[nan, sum([2,0,0]), sum([2,0,0])],
 [nan, sum([2,1,0]), sum([2,0,1])],
 [nan, sum([2,2,0]), nan]]

result = [[nan, 2, 2],
          [nan, 3, 3],
          [nan, 4, nan]]

如何实现

结果

？

可能：

c=np.array([[sum(b.tolist())+y for i in range(len(x))] for y,x in enumerate(a.tolist())])
c[np.isnan(a)]=np.nan
print(c)

输出：

[[ nan   2.   2.]
 [ nan   3.   3.]
 [ nan   4.  nan]]

---

我想答案很简单：

a - b + b.sum()
#array([[nan,  2.,  2.],
#       [nan,  3.,  3.],
#       [nan,  4., nan]])

---

再说一遍，

0.

如何变成

sum（[2,0,0]）

？@DYZ我假设是因为用

a[0][1]

替换

b[1]

是

sum（[2,0,0]）

-中间的

0

被替换为

0

@AChampion为什么会有

sum（[2,1,0]）和
sum（[2,0,1]））
在第二行，而不是两个
sum（[2,1,1]）
s？这只是我的解释-因为他想要它的元素，例如
a[1][1]
映射到
sum（[b[0]，a[1][1]，b[2]]）
映射到
sum（[b[0]，b[1]，a[1][2]）
我想避免使用numpy@koPytok好吧，我不知道，所以用DYZ的解决方案