Python 对Numpy数组执行条件检查的有效方法

我正在尝试对numpy数组执行一些条件检查，现在我的代码不是很pythonic。有人能提出更有效的方法来编写下面的代码吗

h是一个二维浮点数数组，其维数为nrows*ncols

ibound是一个二维整数数组，其维数为nrows*ncols

L1TopOld是一个二维浮点数数组，其维数为nrows*ncols

eps=1.0e-04
#填补表面的空隙#####################################
对于范围内的i（nrows）：
对于范围内的j（ncols）：
如果（ibound[i，j]==1和fabs（h[i，j]-nodata）您可以使用。首先，让我们制作一些玩具数据（顺便说一句，如果您自己做这部分，它会有所帮助）：

现在，我们可以决定要修补哪些：

>>> ibound & (abs(h-nodata) <= eps)
array([[0, 0, 1, 0],
       [0, 0, 0, 0],
       [0, 1, 0, 0]])

正如注释中指出的，这假设
ibound
是一个仅由0和1组成的掩码。如果您确实只想更改
ibound==1
（例如，不是2）的情况，这也很容易：

>>> np.where((ibound == 1) & (abs(h - nodata) <= eps), L1TopOld, h)
array([[  0.1382408 ,   0.7718657 ,   5.        ,  10.        ],
       [ 10.        ,   0.5595833 ,   0.83703255,  10.        ],
       [ 10.        ,   5.        ,   0.79473842,   0.91882331]])

>>np.其中（（ibound==1）和（abs（h-nodata）您可以使用。首先，让我们制作一些玩具数据（顺便说一句，如果您自己做这部分，它会有所帮助）：

现在，我们可以决定要修补哪些：

>>> ibound & (abs(h-nodata) <= eps)
array([[0, 0, 1, 0],
       [0, 0, 0, 0],
       [0, 1, 0, 0]])

正如注释中指出的，这假设
ibound
是一个仅由0和1组成的掩码。如果您确实只想更改
ibound==1
（例如，不是2）的情况，这也很容易：

>>> np.where((ibound == 1) & (abs(h - nodata) <= eps), L1TopOld, h)
array([[  0.1382408 ,   0.7718657 ,   5.        ,  10.        ],
       [ 10.        ,   0.5595833 ,   0.83703255,  10.        ],
       [ 10.        ,   5.        ,   0.79473842,   0.91882331]])

>>np.其中（（ibound==1）和（abs（h-nodata）如果要修改原始数组：

import numpy as np
eps = .01
nodata = 10
h = np.array([[0.1382408, 0.7718657, 10. , 10. ],
              [ 10. , 0.5595833, 0.83703255, 10. ],
              [ 10. , 10. , 0.79473842, 0.91882331]])
h.flat[[2,3,4,7,8,9]] = 10
ibound = np.array([[0, 1, 1, 0],
                   [0, 1, 1, 0],
                   [0, 1, 0, 1]])
L1TopOld = np.array([[ 5., 5., 5., 5.],
                     [ 5., 5., 5., 5.],
                     [ 5., 5., 5., 5.]])

根据您的条件创建逻辑掩码：

mask = (ibound == 1) & (abs(h - nodata) <= eps)

如果要修改原始阵列，请执行以下操作：

import numpy as np
eps = .01
nodata = 10
h = np.array([[0.1382408, 0.7718657, 10. , 10. ],
              [ 10. , 0.5595833, 0.83703255, 10. ],
              [ 10. , 10. , 0.79473842, 0.91882331]])
h.flat[[2,3,4,7,8,9]] = 10
ibound = np.array([[0, 1, 1, 0],
                   [0, 1, 1, 0],
                   [0, 1, 0, 1]])
L1TopOld = np.array([[ 5., 5., 5., 5.],
                     [ 5., 5., 5., 5.],
                     [ 5., 5., 5., 5.]])

根据您的条件创建逻辑掩码：

mask = (ibound == 1) & (abs(h - nodata) <= eps)

您只需继续矢量方式：

cond = (ibound == 1) & (np.fabs(h - nodata) <= eps)
h[cond] = L1TopOld[cond]

cond=（ibound==1）和（np.fabs（h-nodata）您只需要继续矢量方式：

cond = (ibound == 1) & (np.fabs(h - nodata) <= eps)
h[cond] = L1TopOld[cond]

cond=（ibound==1）和（np.fabs（h-nodata）如果
ibound
包含除0和1以外的整数，这会起作用吗？@wwii：你说得对，我假设它是一个0/1掩码。如果不是，你必须用
（ibound==1）和
替换
ibound&
。我已经看到
numpy.where（）
经常用于回答，但不知道什么时候应该使用它，而不是有条件地修改原始数组，如
h[mask]=L1TopOld[mask]
与布尔索引。有什么提示/想法吗？如果
ibound
包含除0和1以外的整数，这会起作用吗？@wwii:没错，我假设它是一个0/1掩码。如果没有，你必须用
（ibound==1）和
替换
ibound&
。我看过
numpy.where（）
经常用于回答，但不知道什么时候应该使用它，而不是有条件地修改原始数组，如
h[mask]=L1TopOld[mask]
带布尔索引。有什么提示/想法吗？为了澄清，ibound可以有0和1以外的值。我测试了DMS和Taha的建议，两个都对我有效。我更喜欢DSM的建议，因为它给了我一个if/then类型选项。为了澄清，ibound可以有0和1以外的值。我测试了DMS和Taha的建议我更喜欢DSM的建议，因为它给了我一个if/then类型选项。