Numpy 使用切片修改多个值的二维数组

Question

我想根据另一个数组的值更改 numpy 2D 数组中的某些值。使用布尔切片选择子矩阵的行，使用整数切片选择列。

下面是一些示例代码：

import numpy as np

a = np.array([

    [0, 0, 1, 0, 0],

    [1, 1, 1, 0, 1],

    [0, 1, 0, 1, 0],

    [1, 1, 1, 0, 0],

    [1, 0, 0, 0, 1],

    [0, 0, 0, 0, 0],

])

b = np.ones(a.shape)    # Fill with ones

rows = a[:, 3] == 0     # Select all the rows where the value at the 4th column equals 0

cols = [2, 3, 4]        # Select the columns 2, 3 and 4

b[rows, cols] = 2       # Replace the values with 2

print(b)

我在 b 中想要的结果是：

[[1. 1. 2. 2. 2.]

 [1. 1. 2. 2. 2.]

 [1. 1. 1. 1. 1.]

 [1. 1. 2. 2. 2.]

 [1. 1. 2. 2. 2.]

 [1. 1. 2. 2. 2.]]

但是，我唯一得到的是一个例外：

IndexError

shape mismatch: indexing arrays could not be broadcast together with shapes (5,) (3,)

我怎样才能达到我想要的结果？

Answer 1

你可以使用argwhere：rows = np.argwhere(a[:, 3] == 0)    cols = [2, 3, 4]        b[rows, cols] = 2       # Replace the values with 2print(b)输出[[1. 1. 2. 2. 2.] [1. 1. 2. 2. 2.] [1. 1. 1. 1. 1.] [1. 1. 2. 2. 2.] [1. 1. 2. 2. 2.] [1. 1. 2. 2. 2.]]