如何使用numpy mask计算2D数组

Question

我有一个2维数组，如果值大于0，我想做一个操作（例如x + 1）。 在普通的python中是这样的：

a = [[2,5], [4,0], [0,2]]
for x in range(3):
    for y in range(2):
        if a[x][y] > 0:
            a[x][y] = a[x][y] + 1 

a的结果是[[3,6]，[5,0]，[0,3]] 。 这就是我要的。

现在我想阻止嵌套循环并尝试使用这样的numpy：

a = np.array([[2,5], [4,0], [0,2]])
mask = (a > 0)
a[mask] + 1

结果现在是1维和阵列的形状[3 6 5 3] 。 我怎么能做这个操作，不要像之前的普通python例子那样松开维度？

Answer 1

如果a是一个numpy数组，你可以简单地做 -

a[a>0] +=1

样品运行 -

In [335]: a = np.array([[2,5], [4,0], [0,2]])

In [336]: a
Out[336]: 
array([[2, 5],
       [4, 0],
       [0, 2]])

In [337]: a[a>0] +=1

In [338]: a
Out[338]: 
array([[3, 6],
       [5, 0],
       [0, 3]])