Python Numpy数组条件操作掩码？

假设您有一个数组：

a=
[ 0,1,0]
[-1,2,1]
[3,-4,2]

让我们假设你在每件事上加上20

b=
[  20,  21, 20]
[  19,  22, 21]
[  23,  16, 22]

现在让我们假设我想将结果

b

添加到原始数组

a

，但仅在

a<0

的情况下，即在索引

[0,1]

和

[1,2]

处，其中

a=-1，-4

分别获得值0，否则。最终形成如下矩阵：

c=
[ 0,  0, 0]
[ 18, 0, 0] 
[ 0, 12, 0]

18=19（从b开始）+-1（从a开始）
12=16（从b开始）+-4（从a开始）

假设我希望能够将其扩展到任何操作（而不仅仅是添加20），这样您就不能从矩阵

c

中筛选所有<20的值。因此，我想使用矩阵

a

作为矩阵c的掩码，将

I，j

归零，其中

a[I，j]<0

我很难找到一个简洁的例子来说明如何用python在numpy中实现这一点。我希望你能指导我如何正确实施这种方法

我正在努力将其放入掩码中，只对保留的值执行操作，最终导致

c

---

提前感谢您的帮助。

也许不是最干净的解决方案，但这个怎么样

def my_mask(a, b, threshold=0):
    c = numpy.zeros(a.shape)
    idx = np.where(a < threshold)
    for ii in idx:
        c[ii[1], ii[0]] = a[ii[1], ii[0]] + b[ii[1], ii[0]]
    return c

def my_掩码（a，b，阈值=0）：
c=整数零（a形状）
idx=np.其中（a<阈值）
对于idx中的ii：
c[ii[1]，ii[0]]=a[ii[1]，ii[0]]+b[ii[1]，ii[0]]
返回c

可能类似于：

(a + b)*(a<0)

---

（a+b）*（a您可以通过和的组合来实现。下面的工作示例

import numpy as np
a = np.array([[ 0,1,0],[-1,2,1],[3,-4,2]])
b = a+20
c = np.zeros(a.shape)
c[a<0] = b[a<0] + a[a<0]

上面代码片段中唯一重要的一行是最后一行。因为
a
、
b
和
c
的条目都是对齐的，我们可以说我们只需要
c
的相应索引，其中
a使用
numpy.zeros\u like
函数的解决方案：

import numpy as np

# the initial array
a = [[ 0,1,0],
     [-1,2,1],
     [3,-4,2]]

a = np.array(a)
b = a + 20                         # after adding 20 to each element
c = np.zeros_like(a)               # resulting matrix (filled with zeros by default)
neg = a < 0                        # indeces of negative values
c[neg] = b[neg] + a[neg]           # overriding the needed elements

print(c)

以下是获得相同结果的另一种方法：

c = np.where(a < 0, a + b, 0)

c=np，其中（a<0，a+b，0）

虽然这比以前要详细一点，但我发现方法签名类似于三元操作（
a<0？a+b:0
），这使我更容易理解它正在做什么。而且，在我看来，这仍然是一个单行程序，使它足够优雅

参考：
非常优雅的解决方案！这是最优雅的解决方案。我无法想象有人有更干净的方法。执行得非常干净。谢谢。在处理NumPy数组时，应该避免For循环，除非所需的操作无法矢量化。这很好，但没有Thomas的解决方案那么优雅。谢谢链接和尝试。
[[ 0  0  0]
 [18  0  0]
 [ 0 12  0]]

c = np.where(a < 0, a + b, 0)