Python NumPy更改特定行中与条件匹配的元素

所以我有一个矩阵，我只想对某一列应用条件更改

例如：

array([[ 0.15293227, -1.50167614, -1.04974543],
       [ 1.25396778,  0.21520081,  0.39136217],
       [-1.1272423 ,  1.18971277,  0.19569736]])

现在，如何将最后一列中大于0的所有元素设置为1？

这里有一种方法

In [2]: a[:, -1] = a[:, -1] > 0

In [3]: a
Out[3]: 
array([[ 0.15293227, -1.50167614,  0.        ],
       [ 1.25396778,  0.21520081,  1.        ],
       [-1.1272423 ,  1.18971277,  1.        ]])

如果您不想将负面条目设置为零，那么这里有一个有趣的替代方案：

In [4]: a[:, -1] = a[:, -1] ** (a[:, -1] < 0)

In [5]: a
Out[5]: 
array([[ 0.15293227, -1.50167614, -1.04974543],
       [ 1.25396778,  0.21520081,  1.        ],
       [-1.1272423 ,  1.18971277,  1.        ]])

这里有一种方法

In [2]: a[:, -1] = a[:, -1] > 0

In [3]: a
Out[3]: 
array([[ 0.15293227, -1.50167614,  0.        ],
       [ 1.25396778,  0.21520081,  1.        ],
       [-1.1272423 ,  1.18971277,  1.        ]])

如果您不想将负面条目设置为零，那么这里有一个有趣的替代方案：

In [4]: a[:, -1] = a[:, -1] ** (a[:, -1] < 0)

In [5]: a
Out[5]: 
array([[ 0.15293227, -1.50167614, -1.04974543],
       [ 1.25396778,  0.21520081,  1.        ],
       [-1.1272423 ,  1.18971277,  1.        ]])

---

你在找这样的东西吗

import numpy as np
list_1=np.array([[ 0.15293227, -1.50167614, -1.04974543],
       [ 1.25396778,  0.21520081,  0.39136217],
       [-1.1272423 ,  1.18971277,  0.19569736]])

for i in list_1:
    if i[-1:][0]>0:
        i[i.tolist().index(i[-1:])]=1

print(list_1)

输出：

[[ 0.15293227 -1.50167614 -1.04974543]
 [ 1.25396778  0.21520081  1.        ]
 [-1.1272423   1.18971277  1.        ]]

[[ 0.15293227 -1.50167614 -1.04974543]
 [ 1.25396778  0.21520081  1.        ]
 [-1.1272423   1.18971277  1.        ]]

为了好玩，你可以这样做：

输出：

[[ 0.15293227 -1.50167614 -1.04974543]
 [ 1.25396778  0.21520081  1.        ]
 [-1.1272423   1.18971277  1.        ]]

[[ 0.15293227 -1.50167614 -1.04974543]
 [ 1.25396778  0.21520081  1.        ]
 [-1.1272423   1.18971277  1.        ]]

---

你在找这样的东西吗

import numpy as np
list_1=np.array([[ 0.15293227, -1.50167614, -1.04974543],
       [ 1.25396778,  0.21520081,  0.39136217],
       [-1.1272423 ,  1.18971277,  0.19569736]])

for i in list_1:
    if i[-1:][0]>0:
        i[i.tolist().index(i[-1:])]=1

print(list_1)

输出：

[[ 0.15293227 -1.50167614 -1.04974543]
 [ 1.25396778  0.21520081  1.        ]
 [-1.1272423   1.18971277  1.        ]]

[[ 0.15293227 -1.50167614 -1.04974543]
 [ 1.25396778  0.21520081  1.        ]
 [-1.1272423   1.18971277  1.        ]]

为了好玩，你可以这样做：

输出：

[[ 0.15293227 -1.50167614 -1.04974543]
 [ 1.25396778  0.21520081  1.        ]
 [-1.1272423   1.18971277  1.        ]]

[[ 0.15293227 -1.50167614 -1.04974543]
 [ 1.25396778  0.21520081  1.        ]
 [-1.1272423   1.18971277  1.        ]]

---

目前的答案看起来过于复杂。通过将布尔索引和“普通”索引相结合，可以更轻松地实现这一点

In [1]: import numpy as np

In [2]: a = np.array([[ 0.15293227, -1.50167614, -1.04974543],
   ...:               [ 1.25396778,  0.21520081,  0.39136217],
   ...:               [-1.1272423 ,  1.18971277,  0.19569736]])

带有最后一列条件的布尔数组：

In [3]: mask = a[:, -1] > 0.
   ...: mask
Out[3]: array([False,  True,  True], dtype=bool)

现在，使用布尔数组与切片的组合来指定所需的值：

In [4]: a[mask, -1] = 1
   ...: a
   ...: 
Out[4]: 
array([[ 0.15293227, -1.50167614, -1.04974543],
       [ 1.25396778,  0.21520081,  1.        ],
       [-1.1272423 ,  1.18971277,  1.        ]])

---

有关numpy索引的更多信息，请参见。

当前的答案看起来过于复杂。通过将布尔索引和“普通”索引相结合，可以更轻松地实现这一点

In [1]: import numpy as np

In [2]: a = np.array([[ 0.15293227, -1.50167614, -1.04974543],
   ...:               [ 1.25396778,  0.21520081,  0.39136217],
   ...:               [-1.1272423 ,  1.18971277,  0.19569736]])

带有最后一列条件的布尔数组：

In [3]: mask = a[:, -1] > 0.
   ...: mask
Out[3]: array([False,  True,  True], dtype=bool)

现在，使用布尔数组与切片的组合来指定所需的值：

In [4]: a[mask, -1] = 1
   ...: a
   ...: 
Out[4]: 
array([[ 0.15293227, -1.50167614, -1.04974543],
       [ 1.25396778,  0.21520081,  1.        ],
       [-1.1272423 ,  1.18971277,  1.        ]])

---

可以找到有关numpy索引的更多信息。

当

**

运算符的左侧参数是numpy

ndarray

时，则

**

意味着将左侧数组的每个元素提升到右侧数组的对应元素给定的幂（或者，如果只给出标量指数值，则将所有值提高到相同的幂次）。在常规Python中，

**

表示数值类型的求幂。

2**3

是两个立方。啊，我明白了。因此，只有当我希望将它们设置为1时，第二种方法才会起作用，因为

x**0==1

。是否有任何方法可以将它们设置为任何其他浮点值？我添加了该情况作为最后一个示例。完美。我花了一点时间来完成弄清楚它是如何工作的。谢谢。在你的解决方案的基础上，我发现这稍微更直观一些

（ar[：，-1]>0）*num+（ar[：，-1]是的，这可能更可读，但代价是做两次矢量化的乘法，而不是一次（这在大多数情况下可能并不重要）。当
**
运算符的左侧参数是NumPy
ndarray
时，则
**
表示将左侧数组的每个元素提升到右侧数组的相应元素给定的幂次（或者，如果只给出标量指数值，则将所有元素提升到相同的幂次）。在常规Python中，
**
表示数值类型的求幂。
2**3
是两个立方。啊，我明白了。因此，只有当我希望将它们设置为1时，第二种方法才会起作用，因为
x**0==1
。是否有任何方法可以将它们设置为任何其他浮点值？我添加了该情况作为最后一个示例。完美。我花了一点时间来完成弄清楚它是如何工作的。谢谢。在你的解决方案的基础上，我发现这稍微更直观一些
（ar[：，-1]>0）*num+（ar[：，-1]是的，这可能更可读，但代价是做两次矢量化的乘法，而不是一次（这在大多数情况下可能并不重要）.哇哦，老兄。列表理解应该让核心更可读和更容易理解……事实并非如此。在那里看一眼并不总是让事情变得更好。无论如何，谢谢！我喜欢第一个解决方案。哇，老兄。列表理解应该让核心更可读和更容易理解……事实并非如此。在那里看一眼确实如此不是总能让事情变得更好。无论如何，谢谢！不过我喜欢第一个解决方案。