如何在python中正确索引一个大矩阵

Question

我有一个包含某些条目的大 numpy 数组。假设一个虚拟示例是：    arr = np.array([[[1.0, 2.0, 3.0],[1.5, 1.8, 3.2]],                    [[1.3, 1.7, 1.9],[1.4, 1.9, 2.1]],                    [[1.8, 2.2, 2.5],[2.0, 2.2, 2.8]]])我想知道条目arr落在某个范围内的所有索引，比如1.5和2.4。并且我想填充另一个arr与1at具有相同形状的矩阵，其中的值arr在范围内，否则使用0. 也就是说，我想得到一个矩阵，如：mask = np.array([[[0, 1, 0], [1, 1, 0]],                 [[0, 1, 1], [0, 1, 1]],                 [[1, 1, 0], [1, 1, 0]]])有什么简单的numpy技巧可以做到这一点吗？我知道用 a 来做这件事很简单for loop，但由于我的arr尺寸很大，我希望它相当快。谢谢

Answer 1

创建满足您条件的布尔掩码。将 0 添加到布尔值会将它们转换为数字结果：

import numpy as np

arr = np.array([[[1.0, 2.0, 3.0],[1.5, 1.8, 3.2]],

                [[1.3, 1.7, 1.9],[1.4, 1.9, 2.1]],

                [[1.8, 2.2, 2.5],[2.0, 2.2, 2.8]]])

arr_out = ((arr>=1.5) & (arr<=2.4)) + 0

print(arr_out)

或者：

arr_out = np.array(((arr>=1.5) & (arr<=2.4)), dtype=np.uint8)

print(arr_out)

或者，正如@hpaulj 所建议的：

arr_out = ((arr>=1.5) & (arr<=2.4)).astype(int)

print (arr_out)

输出：

[[[0 1 0]

  [1 1 0]]

 [[0 1 1]

  [0 1 1]]

 [[1 1 0]

  [1 1 0]]]

Answer 2

您可以使用掩码和np.where：首先创建一个结合两个边界条件的条件掩码，然后将其传递给np.where. 矩阵将1在此条件成立的情况下分配为True 否则，0如果其为 False

最小的工作答案

import numpy as np

arr = np.array([[[1.0, 2.0, 3.0],[1.5, 1.8, 3.2]],

                [[1.3, 1.7, 1.9],[1.4, 1.9, 2.1]],

                [[1.8, 2.2, 2.5],[2.0, 2.2, 2.8]]])

mask = ((arr>1.5) & (arr<2.4))

arr = np.where(mask, 1, 0)

print (arr)

输出

array([[[0, 1, 0],

        [0, 1, 0]],

       [[0, 1, 1],

        [0, 1, 1]],

       [[1, 1, 0],

        [1, 1, 0]]])