Python 遵循布尔条件的Numpy-ndarray广播

我想知道是否有一种方法可以利用pythonnumpy数组广播，避免使用for循环以减少计算时间。以下是最简单的示例：

import numpy as np

# parameters
n_t = 256
G = 0.5
k_n = 10

# typical data
tau = np.linspace(0,2*np.pi,256)
x_t = np.sin(tau).reshape((n_t,1))

delta = np.maximum(0,(x_t-G))
f_dot = np.zeros((n_t,1))

for i  in range(0,n_t,1):
    # boolean condition
    if delta[i,0] > 0:
        f_dot[i,0] = k_n

如有任何建议，将不胜感激。谢谢。

您可以使用，以便根据条件的结果从

k\u n

或

f\u dot

分配值：

f_dot = np.where(delta > 0, k_n, f_dot)

---

numpy。正如@yatu所指出的，

是一个很好的方法。为了完整性，逻辑屏蔽也是一个选项

---

注意如果面具是一次性的，这也可以减少到一行：

f_dot[delta>0]=k_n

谢谢，这正是我想要的！也谢谢你的建议，我觉得你的答案很直观！

mask = delta>0
f_dot[mask] = k_n