更改不在索引列表中的NumPy数组的值
我有一个像这样的NumPy数组：
a = np.arange(30)
我知道我可以indices=[2,3,4]使用例如花式索引来替换位于位置的值：
a[indices] = 999
但是，如何替换不在的位置的值indices？像下面这样吗？
a[ not in indices ] = 888
问题答案：
我不知道这样做的干净方法：
mask = np.ones(a.shape,dtype=bool) #np.ones_like(a,dtype=bool)
mask[indices] = False
a[~mask] = 999
a[mask] = 888
当然，如果您更喜欢使用numpy数据类型，则可以使用dtype=np.bool_-输出不会有任何差异。确实，这只是一个偏好问题。
-
问题内容： 我想做一些类似于此处NumPy数组的操作，更改不在索引列表中的值，但不完全相同。 考虑一个数组： 我知道我可以通过索引列表访问其元素，例如： 但是我还需要访问那些 不在列表中的元素。天真地，这是： 正确的方法是什么？ 问题答案： In [170]: a = np.array([0.2, 5.6, 88, 12, 1.3, 6, 8.9]) In [171]: idx=[1,2,5] I
-
问题内容： 我有一个奇怪的情况。 我有一个2D Numpy数组，x： 我有2个索引器-一个索引为行，一个索引为列。为了索引X，我必须执行以下操作： 不仅仅是： （失败：错误，无法通过（2，）广播（20，）） 我希望能够使用广播在一行中建立索引，因为这样可以使代码保持干净和可读性…而且，我对幕后的python并不太了解，但是据我了解它，它在一行中应该更快（我将使用相当大的数组）。 测试用例： 问题答
-
问题内容： 在Python中，我们可以使用来获取数组中值的索引。 但是，当我尝试执行NumPy数组时： 我得到： AttributeError：“ numpy.ndarray”对象没有属性“ index” 我如何在NumPy数组上执行此操作？ 问题答案： 使用来获得，其中一个给定的条件是指数。 例子： 对于称为的2D ： 对于一维数组： 请注意，这也适用于像条件，，等等… 您也可以使用方法创建的子
-
问题内容： 从Numpy的教程中，可以使用整数对轴进行索引，例如用于列，用于行，但是我不明白为什么用这种方式对它们进行索引？当处理多维数组时，如何计算每个轴的索引？ 问题答案： 根据定义，维的轴号是该维在数组内的索引。它也是在索引编制过程中用于访问该尺寸的位置。 例如，如果2D数组的形状为（5,6），则最多可以访问。因此，轴0是第一维（“行”），轴1是第二维（“列”）。在较高的尺寸中，“行”和“列
-
问题内容： 现在说我有一个numpy数组，定义为 现在，我想要一个包含缺失值的所有索引的列表，在这种情况下。 有什么办法可以做到吗？ 问题答案： np.isnan与np.argwhere结合 输出：
-
问题内容： 假设我有 有没有一种有效的numpy方法来查找值变化的每个索引？例如，我想要一些结果， 如果某些numpy例程无法做到这一点，那么在python中执行此操作的快速方法是什么？推荐给一些很好的numpy教程对我来说也很有用，因为我是个numpy初学者。 问题答案： 您可以通过将每个元素与其相邻元素进行比较来以numpy的形式获得此功能； 要获取索引，请使用“ where”功能 在这里，您