NumPy - 多维布尔掩码

Question

我对Python和numpy都很陌生，无法在不手动迭代的情况下使其正常工作。

我有一个浮点值的n维数据数组和一个形状相同的布尔“掩码”数组。我需要从中获取一个与两个其他数组具有相同形状的新数组，其中所有来自数据数组的值都位于掩码数组在相同位置为True的位置。其他所有值都应为0.:

# given
data = np.array([[1., 2.], [3., 4.]])
mask = np.array([[True, False], [False, True]])

# target
[[1., 0.], [0., 4.]]

看起来像是numpy.where()可以实现这个功能，但我无法让它正常工作。

赠品：不创建新的数组，而是在掩码为False的位置替换数据值，以防止新的内存分配。

谢谢！

- user2900170

Answer 1

此外，您可以直接将它们相乘。因为当布尔数组作为数学运算的输入时，'True'和'False'分别被视为'1'和'0'。所以，代码如下：

#element-wise multiplication
data*mask

或者

np.multiply(data, mask)

- Min

Answer 2

这应该可以工作

data[~mask] = 0

Numpy布尔数组可以用作索引（https://docs.scipy.org/doc/numpy-1.15.0/user/basics.indexing.html#boolean-or-mask-index-arrays）。此操作仅应用于值为“True”的像素。在此之前，您需要反转您的掩码，使False变为True。您需要执行反转操作，因为您要操作具有False值的像素。

- T.Lucas