numpy - 多维布尔掩码答案

【问题标题】：numpy - Multidimensional boolean masknumpy - 多维布尔掩码
【发布时间】：2020-07-23 19:54:34
【问题描述】：

我对 Python 和 numpy 还很陌生，如果没有手动迭代，我就无法让它工作。

我有一个带有浮点值的 n 维数据数组和一个形状相同的布尔“掩码”数组。从那我需要得到一个与其他两个形状相同的新数组，其中所有值都来自数据数组，其中同一位置的掩码数组是True。其他的都应该是0.:

# given
data = np.array([[1., 2.], [3., 4.]])
mask = np.array([[True, False], [False, True]])

# target
[[1., 0.], [0., 4.]]

似乎numpy.where() 可能会提供这个，但我无法让它工作。

奖励：不要创建新数组，而是在掩码为 False 的位置替换数据值以防止新的内存分配。

谢谢！

【问题讨论】：

【解决方案1】：

这应该可以工作

data[~mask] = 0

Numpy 布尔数组可以用作索引 (https://docs.scipy.org/doc/numpy-1.15.0/user/basics.indexing.html#boolean-or-mask-index-arrays)。该操作将仅应用于值为“True”的像素。在这里，您首先需要反转您的掩码，以便 False 变为 True。您需要反转，因为您想对具有 False 值的像素进行操作。

【讨论】：

【解决方案2】：

此外，您可以将它们相乘。因为在数学运算中输入布尔数组时，“真”和“假”分别被视为“1”和“0”。所以，

#element-wise multiplication
data*mask

或

np.multiply(data, mask)

【讨论】：