由于 python 中的屏蔽，如何正确索引到大小不断变化的数组

Question

这是我在开发某些东西时运行遇到的一个问题，这是一个很难表述的问题。所以最好用一个简单的例子：

假设您有 4 个随机数生成器生成大小为 4 的数组：

[rng-0,  rng-1,   rng-2,   rng-3]
   |        |        |        | 
[val0,    val1,    val2,    val3]

我们的目标是遍历由这些 RNG 填充的“几代”数组，并迭代屏蔽掉输出最大值的 RNG。

所以一个例子可能是这样开始的：
mask = [False, False, False, False], arr = [0, 10, 1, 3]，所以我们会屏蔽掉 rng-1。

那么下一次迭代可能是：mask = [False, True, False, False], arr = [2, 1, 9]（在它被询问之前，是的arr必须随着每个被屏蔽的rng减小尺寸).在这种情况下，很明显 rng-3 应该被屏蔽掉（例如 mask[3] = True），但是由于 arr 现在的大小与 mask 不同，因此很难获得正确的结果用于设置掩码的索引（因为 arr 的最大值位于 arr 的索引 2，但相应的生成器是索引 3）。随着越来越多的生成器被屏蔽掉，这个问题变得越来越困难（在我的例子中，我正在处理大小为 ~30 的掩码）。

如果有帮助，这里是示例的 python 版本：

rng = np.random.RandomState(42)
mask = np.zeros(10, dtype=bool)  # True if generator is being masked
for _ in range(mask.size):
    arr = rng.randint(100, size=~mask.sum())
    unadjusted_max_value_idx = arr.argmax()
    adjusted_max_value_idx = unadjusted_max_value_idx + ????
    mask[adjusted_max_value_idx] = True

有什么好的方法可以将 arr 中最大值的索引映射到掩码中的相应索引吗？（即从 unadjusted_max_value_idx 移动到 adjusted_max_value_idx）

Answer 1

#use a helper list
rng = np.random.RandomState(42)
mask = np.zeros(10, dtype=bool)  # True if generator is being masked
ndxLst=list(range(mask.size))
maskHistory=[]
for _ in range(mask.size):
    arr = rng.randint(100, size=(~mask).sum())
    unadjusted_max_value_idx = arr.argmax()
    adjusted_max_value_idx=ndxLst.pop(unadjusted_max_value_idx)
    mask[adjusted_max_value_idx] = True
    maskHistory.append(adjusted_max_value_idx)
print(maskHistory)
print(mask)

由于 python 中的屏蔽，如何正确索引到大小不断变化的数组

How to properly index to an array of changing size due to masking in python

python

indexing

numpy

dynamic-arrays