1

目前，我有一个代码检查数组中的给定元素是否等于 = 0，如果是，则将值设置为“级别”值（temp_board 是 2D numpy 数组，indices_to_watch 包含应该观察为零的二维坐标）。

    indices_to_watch = [(0,1), (1,2)]
    for index in indices_to_watch:
        if temp_board[index] == 0:
            temp_board[index] = level

我想将其转换为更类似于 numpy 的方法（删除 for 并仅使用 numpy 函数）以加快速度。这是我尝试过的：

    masked = np.ma.array(temp_board, mask=(a!=0), hard_mask=True)
    masked.put(indices_to_watch, level)

但不幸的是，当 put() 想要具有一维维度时，掩码数组（完全奇怪！），是否有其他方法可以更新等于 0 并具有具体索引的数组元素？

或者也许使用掩码数组不是要走的路？

4

3 回答 3

1

我不确定我是否遵循您问题中的所有细节。如果我理解正确，那么这似乎是简单的 Numpy 索引。下面的代码检查数组 (A) 是否为零，并在找到它们的地方将它们替换为“级别”。

import numpy as NP
A = NP.random.randint(0, 10, 20).reshape(5, 4) 
level = 999
ndx = A==0
A[ndx] = level
于 2010-02-21T15:18:42.913 回答
1

假设找出 where temp_boardis 的效率不是很低0，你可以像这样做你想做的事：

# First figure out where the array is zero
zindex = numpy.where(temp_board == 0)
# Make a set of tuples out of it
zindex = set(zip(*zindex))
# Make a set of tuples from indices_to_watch too
indices_to_watch = set([(0,1), (1,2)])
# Find the intersection.  These are the indices that need to be set
indices_to_set = indices_to_watch & zindex
# Set the value
temp_board[zip(*indices_to_set)] = level

如果您不能执行上述操作，那么这是一种方法，但我不确定它是否是最 Pythonic 的：

indices_to_watch = [(0,1), (1,2)]

首先，转换为 numpy 数组：

indices_to_watch = numpy.array(indices_to_watch)

然后，使其可索引：

index = zip(*indices_to_watch)

然后，测试条件：

indices_to_set = numpy.where(temp_board[index] == 0)

然后，找出要设置的实际索引：

final_index = zip(*indices_to_watch[indices_to_set])

最后，设置值：

temp_board[final_index] = level
于 2010-02-23T08:50:01.040 回答
0

你应该尝试这些方面的东西：

temp_board[temp_board[field_list] == 0] = level
于 2010-02-21T15:14:33.990 回答