如何有效地使用索引数组作为掩码将 numpy 数组转换为布尔数组？答案

【问题标题】：How to efficiently use a index array as a mask to turn a numpy array into a boolean array?如何有效地使用索引数组作为掩码将 numpy 数组转换为布尔数组？
【发布时间】：2014-12-22 07:34:44
【问题描述】：

我有一个这样的 numpy 数组：

>>> I
array([[ 1.,  0.,  2.,  1.,  0.],
       [ 0.,  2.,  1.,  0.,  2.]])

还有一个像这样的数组 A：

>>> A = np.ones((2,5,3))

我想得到以下矩阵：

>>> result
array([[[ False,  False,  True],
        [ False,  True,  True],
        [ False,  False,  False],
        [ False,  False,  True],
        [ False,  True,  True]],

       [[ False,  True,  True],
        [ False,  False,  False],
        [ False,  False,  True],
        [ False,  True,  True],
        [ False,  False,  False]]], dtype=bool)

最好举例说明：
I[0,0] = 1 -> result[0,0,:2] = False和result[1,1,2:] = True
I[1,0] = 0 -> result[1,1,0] = False和result[1,1,1:] = True

这是我当前的实现（正确）：

result = np.empty((A.shape[0], A.shape[1], A.shape[2]))
r = np.arange(A.shape[2])
for i in xrange(A.shape[0]):
    result[i] = r > np.vstack(I[i])

print result.astype(np.bool)

有没有办法以更快的方式实现（避免 for 循环）？

谢谢！

【问题讨论】：

我试图运行你的代码，但它对我不起作用。您能否修改您的问题并使其更清楚？
对不起，我的错。 A 是 (2,5,3) 矩阵。我还添加了一个带有布尔转换的打印

标签： python arrays performance python-2.7 numpy

【解决方案1】：

您只需在I 上添加另一个维度，这样您就可以正确广播r：

result = r > I.reshape(I.shape[0],I.shape[1],1)

例如

In [41]: r>I.reshape(2,5,1)
Out[41]: 
array([[[False, False,  True],
        [False,  True,  True],
        [False, False, False],
        [False, False,  True],
        [False,  True,  True]],

       [[False,  True,  True],
        [False, False, False],
        [False, False,  True],
        [False,  True,  True],
        [False, False, False]]], dtype=bool)

【讨论】：