将矩阵中的数字更改为零答案

【问题标题】：Changing a number into zero in a matrix将矩阵中的数字更改为零
【发布时间】：2018-03-06 16:05:37
【问题描述】：

我有以下矩阵：

a = array([
   [100. , 100., 100.],
   [175.2, 198.,  32.],
   [ 38. , 82. ,  38.],
   [155. , 32. ,  23.],
   [ 38. , 67. ,  30.]])

如果一行的数字不等于 38 和 32，我如何将所有行中的数字更改为零，但最后一行除外？我想得到如下：

a = array([
   [ 0 ,  0 ,  0 ],
   [ 0 ,  0 , 32.],
   [38.,  0 , 38.],
   [ 0 , 32.,  0 ],
   [38., 67., 30.]])

然后我想只留下每列中出现的最早的数字。像这样的：

a = array([
   [ 0 ,  0 ,  0 ],
   [ 0 ,  0 , 32.],
   [38.,  0 ,  0 ],
   [ 0 , 32.,  0 ],
   [ 0 ,  0 ,  0 ]])

【问题讨论】：

你试图做什么？发布您修改数组的尝试，然后我们可以帮助您找出您做错了什么
Nitpick：这是一个数组，而不是矩阵。一般来说，这是一个重要的区别，因为 NumPy 确实有一个 matrix 类型，它不同于（但继承自）ndarray 数组类型。
对不起，你是对的。我尝试使用此评论 a[np.any(a != 38, axis=1)] = 0，但它给出的是它将所有内容都变为零，我不知道如何强加 - “将数字变为零如果数字不等于 38 或 32"，则在除最后一行之外的所有行中

标签： python arrays python-3.x numpy

【解决方案1】：

应该这样做：

positions = [(y, x) for x, y in enumerate(np.argmax(np.isin(a, [32,38]), axis=0))]

result = np.zeros(a.shape)

for p in positions:
    result[p] = a[p]

#[[ 0 ,  0 ,  0 ],
# [ 0 ,  0 , 32.],
# [38.,  0 ,  0 ],
# [ 0 , 32.,  0 ],
# [ 0 ,  0 ,  0 ]]

【讨论】：

【解决方案2】：

这是一个矢量化的就地解决方案。

import numpy as np

a = np.array([[100. , 100., 100.],
              [175.2, 198.,  32.],
              [ 38. , 82. ,  38.],
              [155. , 32. ,  23.],
              [ 38. , 67. ,  30.]])

a[:-1][(a[:-1]!=38) & (a[:-1]!=32)] = 0

# array([[  0.,   0.,   0.],
#        [  0.,   0.,  32.],
#        [ 38.,   0.,  38.],
#        [  0.,  32.,   0.],
#        [ 38.,  67.,  30.]])

您也可以使用numpy 作为最终结果：

idx = ((a!=0).argmax(axis=0), np.array(range(a.shape[1])))
result = np.empty(a.shape)
result[idx] = a[idx]

# array([[  0.,   0.,   0.],
#        [  0.,   0.,  32.],
#        [ 38.,   0.,   0.],
#        [  0.,  32.,   0.],
#        [  0.,   0.,   0.]])

【讨论】：

【解决方案3】：

还有一个（尽管效率低下）解决方案：

import numpy as np

a = np.array([
   [100. , 100., 100.],
   [175.2, 198.,  32.],
   [ 38. , 82. ,  38.],
   [155. , 32. ,  23.],
   [ 38. , 67. ,  30.]])


def what(y,lastRow):
    found = False
    for o in y:
        if o in [32,38] and not found and not lastRow:
            found = True
            yield o
        else:
            yield 0

# probably inefficient due to list comp instead of np-own ops
b = np.array([list(what(y,idy==len(a)-1)) for idy,y in enumerate(a)]) 

print(b)

输出：

[[  0.   0.   0.]
 [  0.   0.  32.]
 [ 38.   0.   0.]
 [  0.  32.   0.]
 [  0.   0.   0.]]

【讨论】：