过滤 N-D numpy 数组并仅保留特定元素答案

【问题标题】：filter a N-D numpy array and keep only specific elements过滤 N-D numpy 数组并仅保留特定元素
【发布时间】：2020-11-28 16:46:27
【问题描述】：

我正在处理一个大型 N-D numpy 数组。我想只保留那些存在于不同 numpy 数组中的元素，并将剩余的值设置为 0。

例如，如果我们考虑这个 numpy 数组

array([[[36,  1, 72],
        [76, 50, 23],
        [28, 68, 17],
        [84, 75, 69]],

       [[ 5, 15, 93],
        [92, 92, 88],
        [11, 54, 21],
        [87, 76, 81]]])

我想在所有地方设置0，除了值是50、11、72

【问题讨论】：

到目前为止你有什么尝试？
@MadPhysicist，我采用了迭代列表并将替换值设置为零的简单方法，我确信这不是最好的方法
这里没有列表。术语很重要，提供您的工作示例也很重要。

标签： python arrays numpy

【解决方案1】：

如果您只使用numpy，也可以通过将vals 数组强制转换为仅比a 高一级的广播来完成此操作。这是在不使用迭代或其他功能的情况下完成的。

import numpy as np

a = np.array([[[36,  1, 72],
         [76, 50, 23],
         [28, 68, 17],
         [84, 75, 69]],
 
        [[ 5, 15, 93],
         [92, 92, 88],
         [11, 54, 21],
         [87, 76, 81]]])

vals = np.array([50, 11, 72])
inds = a == vals[:, None, None, None]
a[~np.any(inds, axis = 0)] = 0
a

输出：

array([[[ 0,  0, 72],
        [ 0, 50,  0],
        [ 0,  0,  0],
        [ 0,  0,  0]],

       [[ 0,  0,  0],
        [ 0,  0,  0],
        [11,  0,  0],
        [ 0,  0,  0]]])

【讨论】：

【解决方案2】：

我通过将reduce 与np.logical_or 组合来设置掩码并迭代应保留的值：

import functools
import numpy as np

arr = np.array([[[36,  1, 72],
        [76, 50, 23],
        [28, 68, 17],
        [84, 75, 69]],
       [[ 5, 15, 93],
        [92, 92, 88],
        [11, 54, 21],
        [87, 76, 81]]])

# Set the values that should not
# be set to zero
vals = [11, 50, 72]

# Create a mask by looping over the above values
mask = functools.reduce(np.logical_or, (arr==val for val in vals))

masked = np.where(mask, arr, 0.)

print(masked)
> array([[[ 0.,  0., 72.],
        [ 0., 50.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [11.,  0.,  0.],
        [ 0.,  0.,  0.]]])

【讨论】：