如何更改 numpy 中屏蔽数组的值？

Question

在我的代码中，有时我尝试修改掩码数组的值，但 python 似乎忽略了这一点。我认为这与内存存储在数组中的方式有关，就好像我正在修改值的副本而不是值本身一样，但我对此并不精通，不知道如何解决它。

这是我正在尝试做的事情的简化版本：

    x = np.zeros((2,5)) # create 2D array of zeroes
    x[0][1:3] = 5       # replace some values along 1st dimension with 5

    mask = (x[0] > 0)   # create a mask to only deal with the non negative values

    x[0][mask][1] = 10  # change one of the values that is non negative 

    print x[0][mask][1] # value isn't changed in the original array

这个输出是：

5.0

什么时候应该是 10。

任何帮助将不胜感激，理想情况下这需要是可扩展的（这意味着我不一定知道 x 的形状，或者值在哪里是非负的，或者我需要修改哪个）。

我正在使用 python 2.7.12 Ubuntu 16.04.2

上的 numpy 1.11.0

谢谢！

Answer 1

您创建的并不是真正的屏蔽数组：

x = np.zeros((2,5))
x[0][1:3] = 5
mask = (x[0] > 0)
mask
Out[14]: array([False,  True,  True, False, False], dtype=bool)

所以，这只是一个布尔数组。要创建掩码数组，您应该使用 numpy.ma 模块：

masked_x = np.ma.array(x[0], mask=~(x[0] > 0)) # let's mask first row as you did
masked_x
Out[15]: 
masked_array(data = [-- 5.0 5.0 -- --],
             mask = [ True False False  True  True],
       fill_value = 1e+20)

现在您可以更改屏蔽数组，相应地更改主数组：

masked_x[1] = 10.    
masked_x
Out[36]: 
masked_array(data = [-- 10.0 5.0 -- --],
             mask = [ True False False  True  True],
       fill_value = 1e+20)    
x
Out[37]: 
array([[  0.,  10.,   5.,   0.,   0.],
       [  0.,   0.,   0.,   0.,   0.]])

并注意在掩码数组中标记为 True 的无效条目。

Answer 2

要了解发生了什么，我建议阅读这篇文章 http://scipy-cookbook.readthedocs.io/items/ViewsVsCopies.html

这归结为花式索引的误导性使用。下面的语句是一样的，你可以看到它直接将 x 的元素设置为 10 使用掩码。

x[0][mask] = 10
x[0,mask] = 10
x.__setitem__((0, mask), 10)

另一方面，您正在做的是以下内容

x[0][mask][1] = 10
x[0,mask][1] = 10
x[0,mask].__setitem__(1, 10)
x.__getitem__((0, mask)).__setitem__(1, 10)

正在使用 __getitem__()

创建副本

总而言之，您需要重新考虑如何使用不同的掩码修改单个数字 __setitem()__

Answer 3

让我们概括一下您的问题：

In [164]: x=np.zeros((2,5))
In [165]: x[0, [1, 3]] = 5      # index with a list, not a slice
In [166]: x
Out[166]: 
array([[ 0.,  5.,  0.,  5.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

当索引恰好发生在 = 之前时，它是 __setitem__ 的一部分并作用于原始数组。无论索引使用切片、列表还是布尔掩码，都是如此。

但是使用列表或掩码进行选择会生成一个副本。进一步的索引分配仅影响该副本，而不影响原始文件。

In [167]: x[0, [1, 3]]
Out[167]: array([ 5.,  5.])
In [168]: x[0, [1, 3]][1] = 6
In [169]: x
Out[169]: 
array([[ 0.,  5.,  0.,  5.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

解决此问题的最佳方法是修改掩码本身：

In [170]: x[0, np.array([1,3])[1]] = 6
In [171]: x
Out[171]: 
array([[ 0.,  5.,  0.,  6.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

如果 mask 是布尔值，您可能需要将其转换为索引数组

In [174]: mask = x[0]>0
In [175]: mask
Out[175]: array([False,  True, False,  True, False], dtype=bool)
In [176]: idx = np.where(mask)[0]
In [177]: idx
Out[177]: array([1, 3], dtype=int32)
In [178]: x[0, idx[1]]
Out[178]: 6.0

或者您可以直接调整布尔值

In [179]: mask[1]=False
In [180]: x[0,mask]
Out[180]: array([ 6.])

所以在你的大问题中你需要知道索引何时产生一个视图并且它是一个副本。你需要熟悉列表、数组和布尔值的索引，并了解如何在它们之间切换。

如何更改 numpy 中屏蔽数组的值？

How can I change the value of a masked array in numpy?

python

arrays

numpy

masked-array