python - 通过布尔掩码数组选择numpy数组的元素

Question

我有一个a长度为布尔掩码数组n：

a = np.array([True, True, True, False, False])

我有一个带有n列的二维数组：

b = np.array([[1,2,3,4,5], [1,2,3,4,5]])

我想要一个只包含“真”值的新数组，例如

c = ([[1,2,3], [1,2,3]])

c = a * b不起作用，因为它还包含我不想要的虚假列的“0”

c = np.delete(b, a, 1) does not work

有什么建议么？

Answer 1

你可能想要这样的东西：

>>> a = np.array([True, True, True, False, False])
>>> b = np.array([[1,2,3,4,5], [1,2,3,4,5]])
>>> b[:,a]
array([[1, 2, 3],
       [1, 2, 3]])

请注意，要使这种索引起作用，它需要ndarray像您使用的那样是 a ，而不是 a list，否则它会将 and 解释False为Trueand0并1为您提供这些列：

>>> b[:,[True, True, True, False, False]]   
array([[2, 2, 2, 1, 1],
       [2, 2, 2, 1, 1]])

Answer 2

您可以使用numpy.ma模块并使用np.ma.masked_array函数来执行此操作。

>>> x = np.array([1, 2, 3, -1, 5])                                                
>>> mx = ma.masked_array(x, mask=[0, 0, 0, 1, 0])
masked_array(data=[1, 2, 3, --, 5], mask=[False, False,  False, True, False], fill_value=999999)

Answer 3

希望我不会太晚！这是你的数组：

X = np.array([[1, 2, 3, 4, 5], 
              [1, 2, 3, 4, 5]])

让我们创建一个形状相同的零数组X：

mask = np.zeros_like(X)
# array([[0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0]])

然后，使用 指定要屏蔽或隐藏的列1。在这种情况下，我们希望将最后 2 列屏蔽掉。

mask[:, -2:] = 1
# array([[0, 0, 0, 1, 1],
#        [0, 0, 0, 1, 1]])

创建一个掩码数组：

X_masked = np.ma.masked_array(X, mask)
# masked_array(data=[[1, 2, 3, --, --],
#                    [1, 2, 3, --, --]],
#              mask=[[False, False, False,  True,  True],
#                    [False, False, False,  True,  True]],
#              fill_value=999999)

然后我们可以用 做任何我们想做的事情X_masked，比如取每列的总和（沿着axis=0）：

np.sum(X_masked, axis=0)
# masked_array(data=[2, 4, 6, --, --],
#              mask=[False, False],
#              fill_value=1e+20)

很棒的一点是，这X_masked只是一个视图X，而不是副本。

X_masked.base is X
# True