如何使用NumPy布尔数组来修改另一个NumPy数组？

Question

我有一个布尔型数组，长这样：

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

还有一个长这样的数组：

arr_b = np.array(
[[100, 100, 100],
[200, 200, 200]]
)

我正在寻找一个可以这样调用的函数：np.boolean_combine(arr_a, arr_b)，用来返回一个数组，该数组将替换arr_a中的1为arr_b的值，得到以下结果：

np.array(
[[0, 0, 0]
[100, 100, 100],
[200, 200, 200],
[0, 0, 0]]
)

有这样的功能吗？

- Preethi Vaidyanathan

---

形状总是匹配的吗？那么 arra_b.size 是否总是等于 arr_a 中 True 的数量？ - user3483203

是的，这些形状将始终匹配。 - Preethi Vaidyanathan

Answer 1

你可以创建一个与arra_b相同dtype的新数组，使用arr_a创建一个切片视图，并将arra_b中的值赋值给它：最初的回答

out = arr_a.astype(arra_b.dtype)
out[arr_a] = arra_b.ravel()

array([[  0,   0,   0],
       [100, 100, 100],
       [200, 200, 200],
       [  0,   0,   0]])

- yatu

Answer 2

如果您的 arr_a 是由 1 和 0 组成的：

import numpy as np 
arr_a = np.array(
[[0, 0, 0],
[1, 1, 1],
[1, 1, 1],
[0, 0, 0]])
arra_b = np.array(

[[100, 100, 100],

[200, 200, 200]])


arr_a[np.where(arr_a)]  = arra_b.reshape(arr_a[np.where(arr_a)].shape)

假设形状匹配，这个会起作用。

- Kamuish

---

这是返回的内容：

arr_a = np.array([[0, 0, 0], [1, 1, 1], [0, 0, 0]]) arra_b = np.array([[100, 100, 100],[200, 200, 200]]) arr_a[np.where(arr_a)] = arra_b.reshape(arr_a[np.where(arr_a)].shape) Traceback (most recent call last): File "<stdin>", line 1, in <module> ValueError: 无法将大小为6的数组重新塑造为形状(3,)

- Preethi Vaidyanathan

我刚刚再次运行它，没有出现错误。请检查我的答案编辑，看看我的数组a和b是否与你的相等。 - Kamuish

Answer 3

你可以使用 zip()。假设 arr_a 和 arr_b（显然，根据你的问题）具有相同的维度：

def boolean_combine(arr_a, arr_b) -> np.array:
  combined = []
  for row_a, row_b in zip(arr_a, arr_b):
    row_combined = []
    for a, b in zip(row_a, row_b):
      if a == 'True':
        row_combined.append(b)
      else:
        row_combined.append(a)
    combined.append(np.asarray(row_combined))
  return np.asarray(combined)

然后，在你的主函数中，只需键入combined = boolean_combine(arr_a, arr_b)即可调用此函数。

- mao95