Python 根据原始索引合并到子阵列

Python 根据原始索引合并到子阵列,python,arrays,numpy,Python,Arrays,Numpy,我拆分了这个数组: import numpy as np a=np.array([7,1,2,3,4,5,0]) 进入 然后,我预测b和c: pred_b=[.9,2.01,.02] pred_c=[7,3,3.85,5.001] 如果您能让我知道如何获得以下信息,我将不胜感激: d=[7,.9,2.01,3,3.85,5.001,.02] 逻辑索引也适用于分配: result = np.empty(a.shape, dtype=float) result[a<=2] = pred

我拆分了这个数组:

import numpy as np

a=np.array([7,1,2,3,4,5,0])
进入

然后,我预测b和c:

pred_b=[.9,2.01,.02]
pred_c=[7,3,3.85,5.001]
如果您能让我知道如何获得以下信息,我将不胜感激:

d=[7,.9,2.01,3,3.85,5.001,.02]

逻辑索引也适用于分配:

result = np.empty(a.shape, dtype=float)
result[a<=2] = pred_b
result[a>2] = pred_c
result=np.empty(a.shape,dtype=float)
结果[a2]=pred_c

以下是解决您问题的简单方法:

# create an array with the same shape as a
d = np.empty_like(a, dtype=float)
# assign values of pred_b to the slice of indicies of b (like you do in the question snippet)
d[a<=2] = pred_b
d[a>2] = pred_c
#创建一个与数组形状相同的数组
d=np.empty_like(a,dtype=float)
#将pred_b的值分配给b的标记片段(就像您在问题片段中所做的那样)
d[a2]=pred_c

Plz指定,基于您创建该数组的逻辑
d
?我想对b和c使用不同的回归,因此它们应该分开。然后,我想对前一阶段的结果进行分类,这样预测就应该放在它们自己的位置上,所以我想合并b和c。虽然这个代码片段是受欢迎的,并且可能会提供一些帮助,但它将是如何以及为什么解决这个问题的。记住,你是在将来回答读者的问题,而不仅仅是现在提问的人!请在回答中添加解释,并说明适用的限制和假设。
result = np.empty(a.shape, dtype=float)
result[a<=2] = pred_b
result[a>2] = pred_c
# create an array with the same shape as a
d = np.empty_like(a, dtype=float)
# assign values of pred_b to the slice of indicies of b (like you do in the question snippet)
d[a<=2] = pred_b
d[a>2] = pred_c