根据布尔条件进行 Numpy ndarray 广播

Question

我想知道是否有一种方法可以通过避免使用 for 循环来减少计算时间来利用 python numpy 数组广播。这是以下最小示例：

import numpy as np

# parameters

n_t = 256

G = 0.5

k_n = 10

# typical data

tau = np.linspace(0,2*np.pi,256)

x_t = np.sin(tau).reshape((n_t,1))

delta = np.maximum(0,(x_t-G))

f_dot = np.zeros((n_t,1))

for i  in range(0,n_t,1):

    # boolean condition

    if delta[i,0] > 0:

        f_dot[i,0] = k_n

任何建议将不胜感激。谢谢。

Answer 1

您可以使用np.where为了从任一条件k_n或f_dot根据条件的结果分配值：f_dot = np.where(delta > 0, k_n, f_dot)

Answer 2

numpy.where正如@yatu 所指出的那样，这是一个很好的方法。为完整起见，逻辑屏蔽也是一种选择。其实切片numpy.array对象的方法有很多种！.mask = delta>0 f_dot[mask] = k_n请注意，如果掩码是一次性的，这也可以减少到一行：f_dot[delta>0] = k_n。