Numpy可以运用布尔值来替换值。
在数组中
vector = numpy.array([5, 10, 15, 20])
equal_to_ten_or_five = (vector == 10) | (vector == 5)
vector[equal_to_ten_or_five] = 50
print(vector)
[50, 50, 15, 20]
在矩阵中:
matrix = numpy.array([
[5, 10, 15],
[20, 25, 30],
[35, 40, 45]
])
second_column_25 = matrix[:,1] == 25
matrix[second_column_25, 1] = 10
print(matrix)
[[5 10 15]
[20 10 30]
[35 40 45]]
这部分代码先创立数组matrix。将matrix的第二列和25比较,得到一个布尔值数组。second_column_25将matrix的第二列值为25的替换为10。
替换有一个很棒的应用之处,就是替换那些空值。Numpy中只能有一个数据类型,假设现在读取一个字符矩阵,其中一个值为空值。其中的空值很有必要将它替换成其他值,比如数据的平均值或者直接把他们删除。这在大数据处理中很有必要。这里,演示把空值替换为“0”的操作。
import numpy as np
matrix = np.array([
['5', '10', '15'],
['20', '25', '30'],
['35', '40', '']])
second_column_25 = (matrix[:, 2] == '')
matrix[second_column_25, 2] = '0'
print(matrix)