在一个轴上查找 3D 数组中的最小值，并将另一个 3D 数组中的非对应值替换为 0，在 python 中没有循环

Question

假设我们有两个 3D 数组，A(x,y,z) 和 B(x,y,z)，其中 x,y,z 是维度。我想识别 A 数组中 z 轴上的所有最小值，然后根据这些值及其索引选择 B 中的相应值，保留它们并将其他值替换为零。

Answer 1

你可以换个角度想。在 A 中找到最小值的位置很简单：

ind = np.expand_dims(np.argmin(A, axis=2), axis=2)

您可以执行以下操作之一：

1. 最简单：创建 B 的替换并填充相关元素：

    C = np.zeros_like(B)
    np.put_along_axis(C, ind, np.take_along_axis(B, ind, 2), 2)
   

2. 同样的事情，但是 in-place:

    values = np.take_along_axis(B, ind, 2)
    B[:] = 0
    np.put_along_axis(B, ind, values, 2)
   

3. 将索引转换为掩码：

    mask = np.ones(B.shape, dtype=bool)
    np.put_along_axis(mask, ind, False, 2)
    B[mask] = 0
   

您可以用合适的索引表达式替换对 take_along_axis 和 put_along_axis 的调用。特别是：

indx, indy = np.indices(A.shape[:-1])
indz = np.argmin(A, axis=-1)

上面的例子就变成了

1. 新数组：

    C = np.zeros_like(B)
    C[indx, indy, indz] = B[indx, indy, indz]
   

2. In-place:

    values = B[indx, indy, indz]
    B[:] = 0
    B[indx, indy, indz] = values
   

3. 屏蔽：

    mask = np.ones(B.shape, dtype=bool)
    mask[indx, indy, indz] = False
    B[mask] = 0