使用putmask和保留顺序替换数组中的列值

如何解决使用putmask和保留顺序替换数组中的列值

|| 我有一个浮点数的numpy数组，我希望使用取决于要重新计算的列的公式来重新计算新值。我最初尝试遍历各列，屏蔽要重新计算的列以外的数组，并用numpy.putmask将新值替换为新值，但这不会保留顺序，因为它尝试在每个值中放置一个值元素，并尝试在下一个元素àla上尝试下一个计算值时失败：

>>> import numpy as np

>>> x = [[  1.,2.],[  3.,4.],[  5.,6.],[  7.,8.],[  9.,10.]]
>>> mask = [[ True,False],[ True,False]]
>>> y = [ 21.,22.,23.,24.,25.]
>>> np.putmask(x,mask,y)
>>> print x
[[ 21.   2.]
[ 23.   4.]
[ 25.   6.]
[ 22.   8.]
[ 24.  10.]]

我需要一个解决方案，该解决方案将使用相同的值重试，直到找到True值为止，以使x看起来像：

[[ 21.   2.]
[ 22.   4.]
[ 23.   6.]
[ 24.   8.]
[ 25.  10.]]

欢迎任何解决方案或其他方法。谢谢。

解决方法

putmask(x,mask,y)为每个n设置x.flat[n] = y[n]，其中mask.flat[n]为真。

In [17]: list(x.flat)
Out[17]: [21.0,2.0,22.0,4.0,23.0,6.0,24.0,8.0,25.0,10.0]

In [18]: list(mask.flat)
Out[18]: [True,False,True,False]

由于ѭ7between在True和False之间交替，因此最终将x.flat中的每个其他值都设置为y中的其他值。由于y与size13ѭ的大小不同，因此重复y中的值。这就是导致您在调用后在see13ѭ中看到的（不需要的）交替值的原因 putmask(x,y)。相反，如果您希望在mask为True的情况下为x分配新值，那么您所需要做的就是分配numpy索引：

x[mask]=y

例如，

import numpy as np
x = np.array([[  1.,2.],[  3.,4.],[  5.,6.],[  7.,8.],[  9.,10.]])
mask = np.array([[ True,False],[ True,False]])
y = np.array([ 21.,22.,23.,24.,25.])
x[mask]=y
print(x)
# [[ 21.   2.]
#  [ 22.   4.]
#  [ 23.   6.]
#  [ 24.   8.]
#  [ 25.  10.]]