一种用 0 屏蔽 2D numpy 数组中特定索引后所有值的 pythonic 方法

Question

我有一个二维数组和一个一维索引数组，如下所示：

a = np.random.rand(2,5)
a
>>> a
    array([[0.70095892, 0.01068342, 0.69875872, 0.95125273, 0.18589609],
   [0.02990893, 0.78341353, 0.12445391, 0.71709479, 0.24082166]])
>>> ind
    array([3, 2])

我希望第 1 行中（包括）索引 3 之后的所有值变为 0，并且第 2 行中索引 2 之后的所有值变为 0。因此最终输出为：

array([[0.70095892, 0.01068342, 0.69875872, 0, 0],
   [0.02990893, 0.78341353, 0, 0, 0]])

你能帮我解决这个问题吗？

Answer 1

您可以通过 boolean indexing:

import numpy as np
a = np.random.rand(2, 5)
ind = np.array([3, 2])

# create a boolean indexing matrix
bool_ind = np.arange(a.shape[1]) >= ind[:, None]
print(bool_ind)
# [[False False False  True  True]
#  [False False  True  True  True]]

# modify values in a using the boolean matrix
a[bool_ind] = 0
print(a)
# [[0.78594869 0.11185728 0.06070476 0.         0.        ]
#  [0.48258651 0.3223349  0.         0.         0.        ]]

一种用 0 屏蔽 2D numpy 数组中特定索引后所有值的 pythonic 方法

A pythonic way to mask all values after specific index in a 2D numpy array with 0

indexing

numpy

masking