如果第二个元素等于 Numpy 中的所需数字，如何增加行中的第一个元素？答案

【问题标题】：How to Increment the first element in a row if the second element is equal to desired number in Numpy?如果第二个元素等于 Numpy 中的所需数字，如何增加行中的第一个元素？
【发布时间】：2021-08-15 11:15:49
【问题描述】：

假设我有一个 2D Numpy 数组，其结构如下所示：

my_list = np.array( [[a,b],
                     [c,d],
                     [e,f],
                    ...  ] )

现在考虑一个输入列表，例如[1,2,3,4,5]。我想将 my_list 的每个第一个元素（第一列的元素）与输入列表匹配，并在匹配发生的地方增加 my_list 的第二个元素。

如何使用 NumPy 函数实现这一点？
我试过map( lambda x: np.add(my_list[:,1] , 1 , where = (my_list[:,0] == x) ) , inp_list) 但这给了我一些奇怪的结果，这与我想要的相差甚远。

举个例子吧。

my_list = np.array( [[1,100],
                     [2,120],
                     [3,150],
                     [4,190],
                     [5,98],])
input_list = [1,4,5]

将上面的 sn-p 视为输入。现在我正在寻找这样的输出：

my_output = np.array( [[1,101],
                       [2,120],
                       [3,150],
                       [4,191],
                       [5,99],])

基本上，与 input_list 匹配的每一行的第二列都加一。

【问题讨论】：

你能展示示例输入和输出吗？
当然，我在问题中添加了一个示例。
my_list 第一列的值是否总是连续的？
不，并非总是如此。
input_list 中的值是否都是唯一的？

标签： python arrays list numpy

【解决方案1】：

您可以使用np.isin 来检查值是否在列表中，然后使用np.where 来获取值，即value+1 如果在列表中，否则只是值，并将其分配回切片：

my_list[:,1] = np.where(np.isin(my_list[:,0],input_list), my_list[:,1]+1, my_list[:,1])

输出：

array([[  1, 101],
       [  2, 120],
       [  3, 150],
       [  4, 191],
       [  5,  99]])

【讨论】：

【解决方案2】：

一种非常直接的方法是将数组my_list 转换为dict，一种计数器，然后使用input_list 中的键更新它：

>>> d = dict(my_list)
{1: 100, 2: 120, 3: 150, 4: 190, 5: 98}

更新 dict d:

>>> for x in input_list:
...   d[x] += 1

然后转换回一个ndarray：

>>> np.stack(list(d.items()))
array([[  1, 101],
       [  2, 120],
       [  3, 150],
       [  4, 191],
       [  5,  99]])

【讨论】：

有趣的是，我第一次编码时使用了相同的方法来计算它。

【解决方案3】：

试试这个：

my_list = np.array([[1,100],
                    [2,120],
                    [3,150],
                    [4,190],
                    [5,98]])

input_list = np.array([1,4,5])

my_list[:,1] += np.logical_or.reduce(my_list[:,0,None] == input_list, axis=1)

my_list

输出：

array([[  1, 101],
       [  2, 120],
       [  3, 150],
       [  4, 191],
       [  5,  99]])

时间安排：

%timeit my_list[:,1] = np.where(np.isin(my_list[:,0],input_list), my_list[:,1]+1, my_list[:,1])
14.6 µs ± 199 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit my_list[:,1] += np.logical_or.reduce(my_list[:,0,None] == input_list, axis=1)
4.94 µs ± 23.6 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

【讨论】：