如何将 numpy.where 应用于一系列行

Question

我有一个包含 4 行和 5 列的二维矩阵文件 (inputdata)，如下所示

我想使用 numpy.where

使所有大于 2 的值变为 1（仅适用于第二和第三列的第二和第三行）

预期输出为

我的剧本是

import numpy as np
data=np.loadtxt("inputdata")
values=np.where(((data>2) & (data[1:3])))
data[values]=1

但是 second condition（即我想将 numpy.where 的第一个条件仅应用于一系列行）

不工作。

希望高手能帮problem.Thank你解决这个问题

Answer 1

您可以使用 np.ix_ 使用高级索引获取子数组，然后使用相同的索引将 np.where 的结果分配回 x：

rows = (1, 2)
cols = (1, 2)
coords = np.ix_(rows, cols)
x[coords] = np.where(x[coords] == 2, 1, x[coords])

演示：

In [11]: coords = np.ix_((1,2), (1,2))

In [12]: x[coords]
Out[12]:
array([[2, 2],
       [2, 5]])

In [13]: x[coords] = np.where(x[coords] == 2, 1, x[coords])

In [14]: x
Out[14]:
array([[1, 2, 3, 4, 5],
       [0, 1, 1, 4, 6],
       [1, 1, 5, 6, 1],
       [2, 4, 5, 6, 7]])

对于连续的子数组，您可以使用普通切片（参见 AJH 的回答）。但是，您仍然可以使用 np.ix_，在我看来，它更适合使用：

rows = np.arange(1, 11)  # rows 1 through 10
cols = np.arange(4, 21)  # columns 4 through 20
target_value = 2  # The value to replace
substitution = 1  # The value used in replacement

coords = np.ix_(rows, cols)
x[coords] = np.where(x[coords] == target_value, substitution, x[coords])

Answer 2

np.where(a[1:3, 2:4] > 2, 1, a[1:3, 2:4])

Answer 3

由于你要关注的区域是连续的，你可以创建一个子数组，然后用最终的子数组替换原始数组的那部分：

# Let's say your original array is called arr.
# subarray contains the 4 values that are in the 2nd and 3rd rows and columns.
subarray = arr[1:3, 1:3]

# Do your calculations on subarray and then change arr to match.
# This has the advantage of not iterating through all of arr, only the subarray.
subarray = np.where(subarray > 2, 1, subarray)
arr[1:3, 1:3] = subarray

如何将 numpy.where 应用于一系列行

how to apply numpy.where to a range of rows

numpy

python-3.x