python二维数组筛选_如何使用布尔行的二维数组筛选另一个二维数组？

这感觉有点粗糙和凌乱，但它确实没有循环。在

主要有两项任务：展开data以便可以用masks-从(5,4)到(5,3,4)索引

将means应用于行组；我能找到的最接近的是np.sum.reduceat。在

构造reduceat索引：In [253]: cnt = masks.sum(axis=1)

In [254]: cnt1=np.concatenate(([0],np.cumsum(cnt)[:-1]))

In [255]: cnt

Out[255]: array([2, 1, 2, 1, 2]) # True count per row

In [256]: cnt1

Out[256]: array([0, 2, 3, 5, 6]) # reduceat index positions

展开data和{}：

^{pr2}$

add行并除以每个组的行数In [258]: np.add.reduceat(mdata,cnt1,0)/cnt[:,None]

Out[258]:

array([[ 2., 3., 4., 5.],

[ 4., 5., 6., 7.],

[ 6., 7., 8., 9.],

[ 0., 1., 2., 3.],

[ 4., 5., 6., 7.]])

万一有帮助：In [263]: mdata

Out[263]:

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 4, 5, 6, 7],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11],

[ 0, 1, 2, 3],

[ 0, 1, 2, 3],

[ 8, 9, 10, 11]])

可能更好的方法是In [285]: data[np.where(masks)[1],:]

Out[285]:

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 4, 5, 6, 7],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11],

[ 0, 1, 2, 3],

[ 0, 1, 2, 3],

[ 8, 9, 10, 11]])

where(...)[1]是True在masks中的列位置，这是我们要从data中选择的行。在

============================

@capitalistcuttle也创建一个(5,3,4)数组，但通过将False行归零，从而避免了对reduceat的需要。这样就可以进入mean或sum而不影响值。这让我想起了掩码数组是如何执行这样的任务的。它们fill使用不影响计算的0或1这样的值屏蔽值。在

受此启发，这里有一个MaskedArray解决方案

将data和{}都展开为(5,3,4)大小：In [322]: data1=data[None,:,:].repeat(5,0)

In [323]: masks1=masks[:,:,None].repeat(4,-1)

In [324]: data1.shape, masks1.shape

Out[324]: ((5, 3, 4), (5, 3, 4))

从中生成蒙版数组：In [325]: madata=np.ma.MaskedArray(data1,~masks1)

In [326]: madata

Out[326]:

masked_array(data =

[[[0 1 2 3]

[4 5 6 7]

[ ]]

[[ ]

[4 5 6 7]

[ ]]

...

[[0 1 2 3]

[ ]

[8 9 10 11]]],

mask =

[[[False False False False]

[False False False False]

[ True True True True]]

[[ True True True True]

[False False False False]

[ True True True True]]

...],

fill_value = 999999)

现在我们可以简单地使用mean方法，让它处理0填充并调整有效行的数量。在In [327]: madata.mean(axis=1)

Out[327]:

masked_array(data =

[[2.0 3.0 4.0 5.0]

[4.0 5.0 6.0 7.0]

[6.0 7.0 8.0 9.0]

[0.0 1.0 2.0 3.0]

[4.0 5.0 6.0 7.0]],

mask =

[[False False False False]

[False False False False]

[False False False False]

[False False False False]

[False False False False]],

fill_value = 1e+20)

将.data属性转换回正则数组。在

这种MaskedArray方法可能比较慢，因为它创建了一个更大的数组，但它可能更通用——它可以用于操作，只要它们是在np.ma或其方法中定义的。在