将掩码应用于矩阵会在 numpy 中给出不同的对象

Question

我主要使用 MATLAB，我正在将我编写的一些代码转换为 Python。我运行遇到一个问题，我有一个布尔掩码，我称之为 Omega，当我将掩码应用于不同的 m x n 矩阵（我称之为 X 和 M）时，我得到不同的对象。这是我的代码

import numpy as np
from numpy import linalg as LA

m = 4
n = 3
r = 2
A = np.matrix('1 0; 0 1; 1 1;1 2')
B = np.matrix('1 1 2; 0 1 1')
M = A @ B
Omega = np.matrix('1 1 1;1 1 1;1 1 0;1 0 0',dtype=bool) #mask

X = np.copy(M)
X[~Omega] = 0

U, S, Vh = LA.svd(X) #singular value decompostion of X
Sigma = np.zeros((m,n))
np.fill_diagonal(Sigma,S)
X = U[:,0:r] @ Sigma[0:r,0:r] @ Vh[0:r,:]
print(X[Omega])
print(M[Omega])
X[Omega] = M[Omega]

我在最后一行收到错误“NumPy 布尔数组索引分配需要 0 或 1 维输入，输入有 2 维”。然而，问题似乎是 X[Omega] 和 M[Omega] 是不同的对象，因为 X[Omega] 周围有单括号，M[Omega] 周围有双括号。特别是，打印命令打印出

[0.78935751 1.12034437 2.01560085 0.4845614  0.72316014 0.96411184 1.10709648 1.93881358 0.24918864]
[[1 1 2 0 1 1 1 2 1]]

我该如何解决这个问题？

Answer 1

M 是一个 np.matrix，它总是二维的（所以它有两个维度）。如错误消息所示，在分配给用布尔掩码屏蔽的数组时（这就是您正在做的），您只能使用 0 或 1 维数组。

相反，首先将 M 转换为数组（这比使用 asarray + ravel 更好）

X[Omega] = M[Omega].A1

输出：

>>> X
array([[ 1.        ,  1.        ,  2.        ],
       [ 0.        ,  1.        ,  1.        ],
       [ 1.        ,  2.        , -0.00793191],
       [ 1.        ,  0.42895392,  0.05560748]])

将掩码应用于矩阵会在 numpy 中给出不同的对象

applying a mask to matrices gives different objects in numpy

python

numpy

matrix