Numpy索引：根据不同数组中的条件设置数组的值

Question

我希望您可以把一个数组中所有不在另一个数组中的值都设为0。

如果只有一个条件，那么很容易实现：

a = np.array([[1,2],[2,4],[5,6]])
cond = 1
a[a!=cond] = 0

如果我有一系列条件，例如：

cond = np.array([1,2,6])

我可以像这样写出来

。

a[(a!=1) & (a!=2) & (a!=6)]=0

但我无法找到一般的做法，类似于这样。

a[a!=cond] = 0

当cond是一个数组时。我也看了np.select，但那似乎不是我需要的。

- jacob

Answer 1

解决方案的关键是： NOT（option1）& NOT（option2）& NOT（option3）等效于NOT（option1 | option2 | option3）。

现在，要获取option1 | option2 | option3的掩码，我们有一个内置的np.in1d。 因此，基本上解决方案会像这样：~np.in1d(a,cond)。由于np.in1d适用于1D数组，在使用掩码将输入数组设置为零值之前，我们需要对其进行reshape。

因此，实现看起来会像这样 -

a[~np.in1d(a,cond).reshape(a.shape)] = 0

- Divakar

Answer 2

有一个函数叫做np.in1d，可以测试第一个数组是否包含第二个数组中的任何一个元素。
但是由于该函数只适用于一维数组，在二维数组上进行测试需要一些技巧，利用ravel()函数返回一个视图来实现：

a = np.array([[1,2],[2,4],[5,6]])
a.ravel()[~np.in1d(a.ravel(), [1, 2, 6])] = 0
print(a)

然后你会得到输出：

[[1 2]
 [2 0]
 [0 6]]

- Israel Unterman