将新列插入 numpy 数组答案

【问题标题】：Insert new columns into numpy array将新列插入 numpy 数组
【发布时间】：2018-04-10 14:04:24
【问题描述】：

我在 python 中有一个 numpy 数组，名为 my_values，大小为 5x5，还有一个 numpy 向量，其中包含大小为 1x90（5 False，85 True）naned cols_indexes 的布尔值。我想扩展我的初始数组my_values，在等于False 的cols_indexes 的位置索引中使用零。因此，最后我的转换矩阵my_values 的大小应该为 5x90（85 个新列填充为零）。一个使用数组而不是布尔向量的简单示例是：

def insert_one_per_row(arr, mask, putval):

   mask_ext = np.column_stack((mask, np.zeros((len(mask), 1), dtype=bool)))
   out = np.empty(mask_ext.shape, dtype=arr.dtype)
   out[~mask_ext] = arr.ravel()
   out[mask_ext] = putval
   return out

y = np.arange(25).reshape(5, 5)
x = np.array([[False,  True,  False, False, False],
          [False,  True,  False, False, False],
          [False,  True,  False, False, False],
          [False,  True,  False, False, False],
          [False,  True,  False, False, False]], dtype=bool)

arr = insert_one_per_row(y, x, putval=0)

此示例适用于布尔数组。但是在我的情况下，x 是一个向量而不是一个数组。 x 包含 True 用于我需要添加的位置的新列和 False 用于最终数组位置的现有列。如何使用向量 x 而不是矩阵 x 插入新列？

【问题讨论】：

见stackoverflow.com/questions/5064822/… 结论是周围有方法，但最好从一个尽可能大的数组开始，并根据需要填写值。
在我的情况下有必要做相反的事情，因为我需要处理没有零的矩阵。
发生了。像docs.scipy.org/doc/numpy/reference/generated/… 这样的堆栈函数是否无法满足您的需求？
您的问题可能有误？您写道，您希望在“等于 False 的 cols_indexes 的位置索引”中使用零，但有 5 个 False，而不是 85 个。
是的，我的意思正好相反。我编辑了问题。

标签： python arrays numpy

【解决方案1】：

您的输入 - 调整到工作：

In [73]: y = np.arange(1,21).reshape(5, 4)
    ...: x = np.array([[False,  True,  False, False, False],
    ...:           [False,  True,  False, False, False],
    ...:           [False,  True,  False, False, False],
    ...:           [False,  True,  False, False, False],
    ...:           [False,  True,  False, False, False]], dtype=bool)
    ...:

整个数组掩码，大致是你的函数做了什么

In [74]: res = np.full(x.shape, 0)    # assign the putval on creation
In [75]: res[~x] = y.ravel()
In [76]: res
Out[76]: 
array([[ 1,  0,  2,  3,  4],
       [ 5,  0,  6,  7,  8],
       [ 9,  0, 10, 11, 12],
       [13,  0, 14, 15, 16],
       [17,  0, 18, 19, 20]])

我们可以使用where 从一维掩码中获取列索引，这里是x 的行：

In [77]: res[:, np.where(~x[0,:])[0]]
Out[77]: 
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12],
       [13, 14, 15, 16],
       [17, 18, 19, 20]])

assignment - 但不要使用 ravel，因为 RHS 是 (4,5)。此索引不会像完整的布尔掩码那样展平数组：

In [80]: res[:, np.where(~x[0,:])[0]] = 2*y
In [81]: res
Out[81]: 
array([[ 2,  0,  4,  6,  8],
       [10,  0, 12, 14, 16],
       [18,  0, 20, 22, 24],
       [26,  0, 28, 30, 32],
       [34,  0, 36, 38, 40]])

【讨论】：