具有挑战性的特殊 numpy 操作答案

【问题标题】：challenging special numpy operation具有挑战性的特殊 numpy 操作
【发布时间】：2020-06-05 23:37:09
【问题描述】：

我有一个充满数字索引input 的 NumPy 数组。我想检查某些索引 indices 是否在其中。假设input、input[i] 的第 i 行有条目 j_1<...<j_n，它们的值属于 indices。我想用来自indices 的随机值切换input[i,j_n] 的值。我怎样才能优雅高效地做到这一点？

例子：

输入 = [[1,2,3],[4,5,6],[7,8,9]]

指数 = [2,4,6]

输入 --> [[1,4,3],[4,5,4],[7,8,9]]

【问题讨论】：

不确定我是否理解正确，您是否只想用来自indices 的另一个（可能相同）随机值替换input 中也存在于indices 中的所有值？
随机值是否应该始终相同（如您的示例输出中所示）？

标签： python python-3.x numpy pytorch numpy-ndarray

【解决方案1】：

类似的东西：

import random

input = [[i if i not in indices else random.choice(indices) for i in x] for x in input]

当然，签入set 而不是list 更好：

import random

d = {*indices}
input = [[i if i not in d else random.choice(indices) for i in x] for x in input]

【讨论】：

但这也改变了 j_i
我不太了解你的索引j_i和j_n。但我认为您可以在for j, x in enumerate(input) 中使用enumerate 并在if 中添加检查，例如if i < j and i not in d else...

【解决方案2】：

如果我理解正确，你想要这样的东西：

input = np.array([[1, 2, 3],
                  [4, 5, 6],
                  [7, 8, 9]])

indices = [2, 4, 6]

mask = np.isin(input, indices)
# array([[False,  True, False],
#        [ True, False,  True],
#        [False, False, False]])

input[mask] = np.random.choice(indices, np.count_nonzero(mask))
# array([[1, 6, 3],
#        [6, 5, 4],
#        [7, 8, 9]])

【讨论】：