numpy布尔索引多个条件

Question

我有一个二维 numpy 数组，我使用的是 python 3.5。我开始学习布尔索引，这很酷。我可以用我的二维数组 arr 来做到这一点。掩码 = arr > 127 arr[掩码] = 0

这很完美，但现在我正在尝试更改此逻辑以使用布尔索引

for x in range(arr.shape[0]):
    for y in range(arr.shape[1]):
        if arr[x,y] < -10:
            arr[x,y] = 0
        elif arr[x,y] < 15:
            arr[x,y] = arr[x,y] + 5
        else:
            arr[x,y] = 30

我为索引尝试了多个条件运算符，但出现以下错误：

ValueError: boolean index array should have 1 dimension boolean index array should have 1 dimension。

我尝试了多个版本来尝试让它发挥作用。这是产生 ValueError 的一次尝试。

 arr_temp = arr.copy()
 mask = arry_temp < -10
 mask2 = arry_temp < 15
 mask3 = mask ^ mask3
 arr[mask] = 0
 arr[mask3] = arry[mask3] + 5
 arry[~mask2] = 30 

我在 mask3 上收到错误。我对此很陌生，所以我知道上面的代码无法有效地解决它。

任何提示将不胜感激。

Answer 1

这可能会有所帮助。考虑浮点值 foo 的 numpy 数组。

import numpy as np
foo=np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8])

foo 产量

array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.8, 0.8])

这是获取 foo > 0.3 中的值的方法

foo[np.where( foo > 0.3)]

产量

array([0.4, 0.5, 0.6, 0.7, 0.8])

这是在多个条件下执行相同操作的方法。在本例中，值 > 0.3 且小于 0.6。

foo[np.logical_and(foo > 0.3, foo < 0.6)]

产量

array([0.4, 0.5])

或者使用布尔掩码数组

mask_1 = foo > 0.3
mask_2 = foo < 0.6
mask_3 = np.logical_and(mask_1, mask_2)
mask_3

产生一个布尔掩码数组

array([False, False, False,  True,  True, False])

然后您可以使用它来切片数组

foo[mask_3]

产量

array([0.4, 0.5])