用户定义的索引用np.nan替换np.array值的最简洁方法

Question

关于掩模2-d np.array数据的一个问题。

例如：

1. 一个2-n np.array value，形状为20 x 20.
2. 索引t = [(1,2),(3,4),(5,7),(12,13)]

如何用value中的（y，x）掩盖二维数组index？

通常，替换为np.nan是基于特定值，如y[y==7] = np.nan

在我的示例中，我想用 np.nan 替换值特定位置。

目前，我可以通过以下方式实现：

1. 创建一个20 x 20
形状的新阵列value_mask
2. 循环value并通过（i，j）== t [k]
证明位置
3. 如果为True，value_mask[i,j] = value[i,j]; in verse ，value_mask[i,j] = np.nan

我的方法太笨重，特别是对于休数据（3级循环） 是否有一些效率方法来实现这一目标？任何建议都会很感激。

Answer 1

你快到了。

您可以将索引数组传递给数组。您可能对1D阵列了解这一点。

对于2D数组，您需要为数组传递一个列表元组（每个轴一个元组;列表中的一个元素（必须具有相同的长度），用于您想要选择的每个数组元素）。你有一个元组列表。所以你只需转换＆＃34;转换＆＃34;它。

t1 = zip(*t)

为您提供索引数组的正确形状;您现在可以将其用作任何作业的索引，例如：value[t1] = np.NaN

（如果您还不了解python教程中有很多很好的解释（zip和*），那么

Answer 2

您可以使用np.logical_and

arr = np.zeros((20,20))

您可以按location选择，这只是示例位置。

arr[4:8,4:8] = 1

您可以创建与mask

相同形状的arr

mask = np.ones((20,20)).astype(bool)

然后您可以使用np.logical_and。

mask = np.logical_and(mask, arr == 1)

最后，您可以将1替换为np.nan

arr[mask] = np.nan