将numpy布尔数组转换为具有不同值的整型数组

Question

我已经阅读了大部分如何将布尔数组转换为整数数组，但是我仍然不知道如何（最有效地）将numpy布尔数组转换为具有不同值的整数数组。例如，我有：

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

我将这转换为数组，其中True为2，False为5。

当然，我也可以设置一个线性方程：

>>> print 5-k*3
[2 5 5 2 5]

…虽然使用向量化方式，但仍然不必要地使用了加（减）和乘法；此外，如果我想要相反的值（True 的值为5，False 的值为2），我基本上必须使用（并重新计算）不同的方程式:

>>> print 2+k*3
[5 2 2 5 2]

...这对我来说有点阅读障碍。

本质上，这只是一个选择/映射操作 - 但我希望在 numpy 领域中完成。 我该如何做到这一点？

- sdaau

Answer 1

看起来 numpy.where 恰好是你想要的：

>>> import numpy as np
>>> k = np.array([True, False, False, True, False])
>>> np.where(k, 2, 5)
array([2, 5, 5, 2, 5])

- mgilson

---

太棒了 - 非常感谢，@mgilson！实际上，我正在寻找适用于递归np.add的东西（但没有提到，因为我想将问题简化为“基本要素”），这看起来像是能解决问题的方法！再次感谢 - 干杯！ - sdaau

PS: 关于“递归添加”，既然我已经提到了（即使这有点脱离本题的主题）：每当我们在参数中除了“原始”参考之外添加_任何其他东西_，甚至仅仅是加法，例如 a = np.array([1,3,3,4,5,6]); np.add(a[:-1]+0, 2, a[1:]); print a -- numpy 将会使用 a[:-1] 中的“旧值”（在 a[:-1]+0 中），并且不会“递归”到“新的”前一个位置，因此，np.where（可能还有其他函数）将具有相同的效果。 - sdaau

Answer 2

好的，看起来我需要创建一个np.array（而不是Python列表！），其中包含两个不同的值：

>>> z=np.array([2,5])
>>> print z
[2 5]

然后，我可以将布尔数组(k)简单转换为整数，并将其用作“不同值数组”(z)中的选择索引:

>>> print z[k.astype(int)]
[5 2 2 5 2]

将 [2,5] 更改为 [5,2] 也很简单，所以这很好。

我只是不确定这是否是正确的方法（也就是说，可能存在类似于（伪代码）k.asdistinctvalues([2,5])之类的东西吗？）

- sdaau

---

看来你要去买袜子木偶帽了？好主意。我也需要想出一个问题来问一下...;-) - mgilson

呵呵 - 说实话，有时候我会因为用搜索词无法找到适合的方法而感到沮丧，于是我会以问答形式在SO上记录相关内容，这样下次我在搜索引擎中输入时可以找到；希望这不算犯罪。干杯！:) - sdaau

显然这不是一种罪行，他们甚至还在给予奖励——他们选择用帽子来奖励这种行为！ - mgilson