Lou*_*Lou 1 python arrays if-statement numpy
我想知道是否有一种很好的方法可以在Python中使用数组大括号内的if-else语句来分配值.我想要的是:
A = #some 2D array of length m by n, already initialized
A = np.float64(A)
val = someValue #any number, pick a number
A = [[val for j in range(n) if A[i][j] < val, else A[i][j]=A[i][j]] for i in range(m)]
Run Code Online (Sandbox Code Playgroud)
有一个很好的方法来做到这一点?或者,如果numpy有一个更快的计算方法,即使不是更好,也会同样好.
做我想要实现的目标的时间越长,就越像
for i in range(m):
for j in range(n):
if A[i][j] < val:
A[i][j] = val
Run Code Online (Sandbox Code Playgroud)
所需的输出是将低于阈值的任何值设置为该阈值.我可以使用一维数组做更简单的if语句,例如
myArray = [otherArray[i] for i in range(theRange) if otherArray[i]>=value and otherArray[i]<=anotherValue]
Run Code Online (Sandbox Code Playgroud)
这个一维例子不是我想要的.这只是我正在寻找的编码块类型的一个例子.处理传统的if-else语句似乎更快.
Python 的单行三元运算符语法如下所示
variable = a if CONDITION else b
Run Code Online (Sandbox Code Playgroud)
您也可以将其放在列表理解中。目前尚不清楚val
您的示例中的内容,但我假设它是您事先指定的值。
val = 2
A = [[val if A[i][j] < val else A[i][j] for j in range(n)] for i in range(m)]
Run Code Online (Sandbox Code Playgroud)
使用numpy数组,我们尝试避免迭代(列表理解).有时需要它,但在这种情况下它不是:
In [403]: A=np.arange(16).reshape(4,4)
In [404]: A1=A.astype(np.float64) # better syntax for converting to float
In [405]: A1
Out[405]:
array([[ 0., 1., 2., 3.],
[ 4., 5., 6., 7.],
[ 8., 9., 10., 11.],
[ 12., 13., 14., 15.]])
Run Code Online (Sandbox Code Playgroud)
一个布尔数组,显示测试为True/False的位置:
In [406]: A1<5
Out[406]:
array([[ True, True, True, True],
[ True, False, False, False],
[False, False, False, False],
[False, False, False, False]], dtype=bool)
Run Code Online (Sandbox Code Playgroud)
我们可以使用这样的掩码进行索引:
In [407]: A1[A1<5]=5
In [408]: A1
Out[408]:
array([[ 5., 5., 5., 5.],
[ 5., 5., 6., 7.],
[ 8., 9., 10., 11.],
[ 12., 13., 14., 15.]])
Run Code Online (Sandbox Code Playgroud)
np.where
(和np.nonzero
)返回条件为True的索引; where
有一个像三元运算符一样运行的版本(在每个元素上):
In [410]: np.where(A<5,5,A)
Out[410]:
array([[ 5, 5, 5, 5],
[ 5, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
Run Code Online (Sandbox Code Playgroud)
我们还clip
可以np.maximum
:
In [411]: np.maximum(A,5)
Out[411]:
array([[ 5, 5, 5, 5],
[ 5, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
In [417]: A.clip(5,None)
Out[417]:
array([[ 5, 5, 5, 5],
[ 5, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
Run Code Online (Sandbox Code Playgroud)