如何用自然数替换二进制数组中的1，同时保持0的位置？

Question

我正在使用Numpy和SciPy。 我有两个数组，第一个是二进制数组，第二个数组是从a到b的连续自然数范围，例如

mask = np.array([1, 1, 1, 1, 0, 0, 1, 0]) # length of 8, with 5 ones and 3 zeros
vals = np.array([2, 3, 4, 5, 6, 7, 8, 9]) # length of 8, only first 5 values will be used in this case - corresponding to the 5 ones in the first array

我想将第二个数组中的值替换为第一个数组中的1（按顺序保留），例如，本示例场景中所需的结果将是：

result = [2,3,4,5,0,0,6,0]

我已经用NumPy掩码数组和vectorise函数尝试了不同的方法。 我当前的解决方案如下，但是为了维持状态，我不得不引入一个全局变量！

global count
count = 0
def func(a,b):
    global count
    if a ==1:
        return b - count
    else:
        count +=1
        return 0
v_func = np.vectorize(func)
result = v_func(mask, vals)
print result

有没有更优雅的方法（理想情况下使用NumPy）呢？

（请注意，我正在使用的实际数组非常大，因此我的解决方案需要对消耗的内存量敏感-显然我可以转换为稀疏数组，但是我仍然遇到几次内存错误试图找到不同的解决方案。）

Answer 1

这是一种方法：

In [15]: result = np.zeros_like(vals)

In [16]: result[mask > 0] = vals[:mask.sum()]

In [17]: result
Out[17]: array([2, 3, 4, 5, 0, 0, 6, 0])

Answer 2

这是一个衬板，尽管我必须说这不是一种优化的方法，也不是很优雅。 但是您可以出于实践目的对其进行检查。

a = [1, 1, 1, 1, 0, 0, 1, 0]
b = [2, 3, 4, 5, 6, 7, 8, 9]

c = [b[sum(a[:i])] if a[i] else 0 for i in range(len(a))]
print c
# Gives [2, 3, 4, 5, 0, 0, 6, 0]