Python 如何获得掩码，反转numpy.flatnonzero？

给定任意一维遮罩：

In [1]: import numpy as np
   ...: mask = np.array(np.random.random_integers(0,1,20), dtype=bool)
   ...: mask
Out[1]: 
array([ True, False,  True, False, False,  True, False,  True,  True,
       False,  True, False,  True, False, False,  True,  True, False,
        True,  True], dtype=bool)

我们可以使用

np.flatnonzero

获得

mask

的

True

元素数组：

In[2]: np.flatnonzero(mask)
Out[2]: array([ 0,  2,  5,  7,  8, 10, 12, 15, 16, 18, 19], dtype=int64)

---

但是现在我如何反转这个过程，从

\u 2

转到掩码？

创建一个全假掩码，然后使用numpy为掩码分配

True

条目

In[3]: new_mask = np.zeros(20, dtype=bool)
  ...: new_mask
Out[3]: 
array([False, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False, False, False, False,
       False, False], dtype=bool)

In[4]: new_mask[_2] = True
  ...: new_mask
Out[4]: 
array([ True, False,  True, False, False,  True, False,  True,  True,
       False,  True, False,  True, False, False,  True,  True, False,
        True,  True], dtype=bool)

作为检查，我们看到：

In[5]: np.flatnonzero(new_mask)
Out[5]: array([ 0,  2,  5,  7,  8, 10, 12, 15, 16, 18, 19], dtype=int64)

正如所料，

\u 5==\u 2

：

In[6]: np.all(_5 == _2)
Out[6]: True

---

您可以使用

np.bincount

：

In [304]: mask = np.random.binomial(1, 0.5, size=10).astype(bool); mask
Out[304]: array([ True,  True, False,  True, False, False, False,  True, False,  True], dtype=bool)

In [305]: idx = np.flatnonzero(mask); idx
Out[305]: array([0, 1, 3, 7, 9])

In [306]: np.bincount(idx, minlength=len(mask)).astype(bool)
Out[306]: array([ True,  True, False,  True, False, False, False,  True, False,  True], dtype=bool)

这感觉像是（稍微）更快的方法。还有一点更直观。