Python 从numpy数组B中选择切片（如果从A中选择其他切片）

我有两个这样的阵列：

import numpy as np

A = np.array([100, 100, 3, 0, 0, 0, 0, 0, 0, 100, 3, 5], dtype=int)
A = np.reshape(A, (2,2,3))
B = np.array([3, 6, 2, 6, 3, 2, 100, 3, 2, 100, 100, 5])
B = np.reshape(B, (2,2,3))

print(repr(A))
# array([[[100, 100,   3],
#         [  0,   0,   0]],

#        [[  0,   0,   0],
#         [100,   3,   5]]])

print(repr(B))
# array([[[  3,   6,   2],
#         [  6,   3,   2]],

#        [[100,   3,   2],
#         [100, 100,   5]]])

# desired result 
out = np.array([100, 100, 3, 0, 0, 0, 100, 3, 2, 100, 100, 5])
out = np.reshape(out, (2,2,3))

print(repr(out))
# array([[[100, 100,   3],
#         [  0,   0,   0]],

#        [[100,   3,   2],
#         [100, 100,   5]]])

我想做的是从B中选择2x3个切片，其中至少有一个值大于10。如果不满足此条件，我希望从A获得相应的切片，如下所示：

import numpy as np

A = np.array([100, 100, 3, 0, 0, 0, 0, 0, 0, 100, 3, 5], dtype=int)
A = np.reshape(A, (2,2,3))
B = np.array([3, 6, 2, 6, 3, 2, 100, 3, 2, 100, 100, 5])
B = np.reshape(B, (2,2,3))

print(repr(A))
# array([[[100, 100,   3],
#         [  0,   0,   0]],

#        [[  0,   0,   0],
#         [100,   3,   5]]])

print(repr(B))
# array([[[  3,   6,   2],
#         [  6,   3,   2]],

#        [[100,   3,   2],
#         [100, 100,   5]]])

# desired result 
out = np.array([100, 100, 3, 0, 0, 0, 100, 3, 2, 100, 100, 5])
out = np.reshape(out, (2,2,3))

print(repr(out))
# array([[[100, 100,   3],
#         [  0,   0,   0]],

#        [[100,   3,   2],
#         [100, 100,   5]]])

我可以找到我想要的索引：

filt = ~np.all(B < 10, axis=2)

可能有一种更直接的方法，我怀疑是NumPy select，但我还没有弄清楚如何使尺寸合适。想法

import numpy as np
A = np.array([100, 100, 3, 0, 0, 0, 0, 0, 0, 100, 3, 5], dtype=int)
A = np.reshape(A, (2,2,3))
B = np.array([3, 6, 2, 6, 3, 2, 100, 3, 2, 100, 100, 5])
B = np.reshape(B, (2,2,3))

B[B<10] = A[B<10]
# out = B

使用numpy切片，可以轻松地比较和替换大小匹配数组之间的值。我希望这就是您想要的。

您可以使用：

print(np.where(np.any(B > 10, axis=2)[..., None], B,  A))

# [[[100 100   3]
#   [  0   0   0]]

#  [[100   3   2]
#   [100 100   5]]]

np.anyB>10，轴=2相当于您的过滤索引。由于在最后一个轴上缩小，因此将产生一个2，2数组，而a和B都是2，2，3，因此np.wherenp.anyB>10，axis=2，B，a将产生索引错误

幸运的是，np.where支持，因此您可以通过无索引插入大小为1的新最终轴，而np.where将有效地将其视为一个2、2、3数组，其中包含重复3次的filt索引。通过将keepdims=True传递给np.any以保留单例最终维度，可以实现相同的效果：

np.where(np.any(B > 10, axis=2,  keepdims=1), B,  A)

---

差不多，但不完全是B您的结果输出[13]：数组[[100100,3]，[0,0,0]，[100,0,0]，[100100,5]]输出所需的结果输出[15]：数组[[100100,3]，[0,0,0]，[100,3,2]，[100100,5]]你的解决方案丢失了第三行中的值。是的，这就是我在B之后得到的结果[B]在我的黑客解决方案中，结果是在数据数组的最内层进行过滤。假设它是一个二维单元格数组，而不是一个三维整数数组，我们在单元格上操作，而不是在整数上操作。这有帮助吗？