替换 numpy 数组的特定列中的值答案

【问题标题】：Replace values in specific columns of a numpy array替换 numpy 数组的特定列中的值
【发布时间】：2023-03-20 22:39:02
【问题描述】：

我有一个 N x M numpy 数组（矩阵）。这是一个 3 x 5 数组的示例：

x = numpy.array([[0,1,2,3,4,5],[0,-1,2,3,-4,-5],[0,-1,-2,-3,4,5]])

我想扫描x 的所有列，如果每列的值等于特定值，则替换它们。例如，此代码旨在将所有负值（值等于列号）替换为 100：

for i in range(1,6):
    x[:,i == -(i)] = 100

此代码获得此警告：

DeprecationWarning: using a boolean instead of an integer will result in an error in the future

我正在使用 numpy 1.8.2。如何在不降级 numpy 的情况下避免此警告？

【问题讨论】：

这样做不会在 1.9.2 上产生警告
是的，但是 1.8.2 呢？
@bernie OP 是 probably on an older version of python。似乎从 2.7 开始，默认情况下会抑制开发人员警告。
您是说您正在替换所有负值。但在您的循环中，i == -(i) 仅当 i == 0 时为 True。但是由于range(1, 6)，i 永远不会为 0。所以，您在循环中执行了 6 次x[:, False]。这是你想要的吗？

标签： python arrays numpy replace

【解决方案1】：

我没有按照您的代码尝试执行的操作：

i == -(i)

评估结果如下：

x[:, True]
x[:, False]

我认为这不是你想要的。你应该尝试这样的事情：

for i in range(1, 6):
    mask = x[:, i] == -i
    x[:, i][mask] = 100

在整个列上创建一个掩码，并使用它来更改值。

【讨论】：

【解决方案2】：

即使没有警告，您那里的代码也不会执行您想要的操作。 i 是循环索引，只有当 i == 0 时才等于减去自身，这永远不会。您的测试将始终返回 false，即强制转换为 0。换句话说，您的代码会将每行的第一个元素替换为 100。

为了让它发挥作用，我会这样做

for i in range(1, 6):
    col = x[:,i]
    col[col == -i] = 100

请注意，您使用数组的名称进行屏蔽，并且您需要将常规索引与屏蔽分开

【讨论】：

【解决方案3】：

如果您担心警告会喷出文本，请将其作为警告/异常忽略：

import numpy
import warnings


warnings.simplefilter('default')  # this enables DeprecationWarnings to be thrown


x = numpy.array([[0,1,2,3,4,5],[0,-1,2,3,-4,-5],[0,-1,-2,-3,4,5]])

with warnings.catch_warnings():
    warnings.simplefilter("ignore")  # and this ignores them
    for i in range(1,6):
        x[:,i == -(i)] = 100
print(x)  # just to show that you are actually changing the content

正如您在 cmets 中看到的，有些人没有收到 DeprecationWarning。那可能是因为python suppresses developer-only warnings since 2.7

【讨论】：

【解决方案4】：

正如其他人所说，您的循环并没有按照您认为的那样做。我建议您更改代码以使用 numpy 的精美索引。

# First, create the "test values" (column index):
>>> test_values = numpy.arange(6)
# test_values is array([0, 1, 2, 3, 4, 5])
#
# Now, we want to check which columns have value == -test_values:
#
>>> mask = (x == -test_values) & (x < 0)
# mask is True wherever a value in the i-th column of x is negative i
>>> mask
array([[False, False, False, False, False, False],
       [False,  True, False, False,  True,  True],
       [False,  True,  True,  True, False, False]], dtype=bool)
#
# Now, set those values to 100
>>> x[mask] = 100
>>> x
array([[  0,   1,   2,   3,   4,   5],
       [  0, 100,   2,   3, 100, 100],
       [  0, 100, 100, 100,   4,   5]])

【讨论】：