如何在 numpy 数组上应用掩码，如果掩码的值为 True，则原始值保持不变，如果为 False，则将其设置为零？

Question

我有一个 3D numpy 数组：


image = np.random.random((2, 2, 3))

[[[0.01188816 0.46263957 0.00943777]
  [0.0742566  0.8375209  0.259363  ]]

 [[0.30823133 0.17924745 0.74292469]
  [0.68490255 0.03143513 0.68233715]]]

和面具：

[[[ True  True  True]
  [False False False]]

 [[False False False]
  [False False False]]]

期望的输出：

[[[0.01188816 0.46263957 0.00943777]
  [0          0.         0.        ]]

 [[0.         0.         0.        ]
  [0.         0.         0.        ]]]

因此，原始数组应该根据掩码进行修改-如果掩码的值为False，则条目应设置为0，否则保持不变。

我尝试了什么：

(image[unknown_array])
[0.01188816 0.46263957 0.00943777]

这确实给出了正确的值，但没有零。我怎样才能把零放到正确的位置？

非常感谢您的帮助。

Answer 1

您可以使用不同的方式来完成：

x = np.arange(1,7).reshape(2,3)  # numbers from 1 to 6
mask = x % 2 == 0                # mask for even numbers
print(x, mask)
# (array([[1, 2, 3],
#         [4, 5, 6]]),
#  array([[False,  True, False],
#         [ True, False,  True]]))

Szczesny 建议可能是最简单的：

y = x * mask
print(y)
# array([[0, 2, 0],
#        [4, 0, 6]])

“手动”填充 y 数组：

y = np.zeros_like(x)
y[mask] = x[mask]
print(y)
# array([[0, 2, 0],
#        [4, 0, 6]])

如何在 numpy 数组上应用掩码，如果掩码的值为 True，则原始值保持不变，如果为 False，则将其设置为零？

How can one apply a mask on a numpy array which leaves the original values unchanged if the mask's value is True and sets it to zero if False?

python

numpy