如何使用 numpy 矩阵有条件地做某事

Question

我想将一个函数应用于由布尔掩码选择的矩阵单元格。也就是说，改为写：

#given numpy arrays a[dimX][dimY], mask[dimX][dimY]

for i in range(dimX):
     for j in range(dimY):
         if(mask[i, j]):
             a[i, j] +=1

我想用一个直接在 numpy 中运行的命令来完成。

我的总体目标是加快模拟速度，但我不知道如何将复杂的条件（如上）函数应用于全局矩阵。 （对于好奇的人，我尝试通过玻尔兹曼格法来实现气流）。动机是我最近才知道使用 numpy 命令而不是遍历矩阵在时间上的巨大差异。

如果答案不简单，我将不胜感激链接到一些更详细的解决问题的材料。

Answer 1

你可以使用 np.where() ：

a = np.where(mask > 0, a + 1, a)