Python 如何有效地将布尔numpy数组转换为阈值布尔数组？

我正在使用Python2.7和NumPy来处理布尔值的大数组

我有一个数组A，它是这样的：

>>> A
array([[[False, False, True, True, True],
        [False, False, False, True, True],
        [False, False, True, True, True],
        [False, False, False, True, True],
        [False, False, False, False, True]],

       [[False, True, True, True, True],
        [False, True, True, True, True],
        [False, False, True, True, True],
        [False, True, True, True, True],
        [False, False, True, True, True]]])

>>> B
array([[[True, False, True, True, True],
        [True, True, False, True, True],
        [True, False, True, True, True],
        [True, True, False, True, True],
        [True, True, True, False, True]],

       [[False, True, True, True, True],
        [False, True, True, True, True],
        [True, False, True, True, True],
        [False, True, True, True, True],
        [True, False, True, True, True]]])

我必须将其转换为布尔数组，如下所示：

>>> A
array([[[False, False, True, True, True],
        [False, False, False, True, True],
        [False, False, True, True, True],
        [False, False, False, True, True],
        [False, False, False, False, True]],

       [[False, True, True, True, True],
        [False, True, True, True, True],
        [False, False, True, True, True],
        [False, True, True, True, True],
        [False, False, True, True, True]]])

>>> B
array([[[True, False, True, True, True],
        [True, True, False, True, True],
        [True, False, True, True, True],
        [True, True, False, True, True],
        [True, True, True, False, True]],

       [[False, True, True, True, True],
        [False, True, True, True, True],
        [True, False, True, True, True],
        [False, True, True, True, True],
        [True, False, True, True, True]]])

因此，我们的想法是，每行的最后一个

False

值应该保持不变，而任何其他值都应该变成

True

。 我需要创建它，以便将其用作另一个数组的掩码

---

有没有一种方法可以使用NumPy而不使用

进行
循环（非常慢）？
如果反转数组，可以使用查找所有（最初）错误条目，然后从中提取每行的最后一个条目。然后，您可以使用它来构造掩码数组。
这是一个简单的问题。您需要选择每一行。使用np.where（）查找False的位置，并将True放置在这些位置，最后一个位置由索引[-1]表示。这是在下面给出的代码中完成的：

>>> import numpy as np
>>> A=np.array([[[False, False, True, True, True],
         [False, False, False, True, True],
         [False, False, True, True, True],
         [False, False, False, True, True],
         [False, False, False, False, True]],

        [[False, True, True, True, True],
         [False, True, True, True, True],
         [False, False, True, True, True],
         [False, True, True, True, True],
         [False, False, True, True, True]]])

>>> for mat in A:
     opmat=[]
     for arr in mat:
         index=np.where(arr==False)
         arr[index[0][:-1]]=True
         opmat.append(arr)
     out.append(opmat)

>>> out=np.array(out)
>>> out
array([[[ True, False,  True,  True,  True],
        [ True,  True, False,  True,  True],
        [ True, False,  True,  True,  True],
        [ True,  True, False,  True,  True],
        [ True,  True,  True, False,  True]],

       [[False,  True,  True,  True,  True],
        [False,  True,  True,  True,  True],
        [ True, False,  True,  True,  True],
        [False,  True,  True,  True,  True],
        [ True, False,  True,  True,  True]]], dtype=bool)

以下是一种适用于阵列的方法（也适用于具有更多混合行的阵列，例如
[F，T，T，F，T]
）：

说明：


在轴=2上翻转数组
A
，并在该轴上使用
argmin
获得第一个
False
值的索引

我们需要知道
A
中最后一次出现的
False
的索引（不是翻转数组中的第一次出现）。这是数组深度（即5）的值，减去1，再减去上一步中找到的索引

通过添加新轴（
axis=2
），使此新索引数组与
A
兼容。调用这个新的索引数组
x

构建一个与
A
维度相同的数组，其中
轴=2
的每一行都是
np.arange（5）
。通过使用
x
测试此构造数组的不等式，可以找到所需的布尔数组

您也可以使用异或运算符
^
实现此目的。只需将数组“左移”1，然后将
True
值添加到右侧，然后对新数组和旧数组进行异或运算：

A = np.array([[False, False, True, True, True],
              [False, False, False, True, True],
              [False, False, True, True, True],
              [False, False, False, True, True],
              [False, False, False, False, True]])

X = np.hstack((A[:,1:], 
               np.array(np.ones((A.shape[0], 1)), dtype=np.bool))))
>>> array([[False, True, True, True, True],
           [False, False, True, True, True],
           [False, True, True, True, True],
           [False, False, True, True, True],
           [False, False, False, True, True]])

np.invert(A ^ X)
>>> array([[True, False, True, True, True],
           [True, True, False, True, True],
           [True, False, True, True, True],
           [True, True, False, True, True],
           [True, True, True, False, True]])

只有当所有
False
值都被保留，并且后面只有
True
值时，这才有效。
这是一个奇怪的转换-基本上，除了上一个False值的索引之外，您正在丢失所有信息。这有什么意义？@Marcin，正如我在问题中所写的，我需要使用生成的数组作为另一个numpy数组的掩码。这个想法是+1，但hildensia版本更快。谢谢：）谢谢，你的答案是最快的！这看起来是一个很有希望的想法-它能与问题中给出的完整数组
a
一起工作吗（而不仅仅是简单的数组）？@ajcr我通过向每个矩阵添加一个维度并用
串联
替换
hstack
。@ProGM感谢您的解释-我非常喜欢这种方法！