屏蔽矩阵中的零值并使用索引重建原始矩阵

Question

如果我们有

indice=[0 0 1 1 0 1]; 

和

X=[0 0 0;0 0 0;5 8 9;10 11 12; 0 0 0; 20 3 4],

我想使用索引来掩盖 X 中的 0 值并得到Xx=[5 8 9;10 11 12; 20 3 4] Xx=[5 8 9;10 11 12; 20 3 4] ，然后从 Xx 回到初始维度newX=[0 0 0;0 0 0;5 8 9;10 11 12; 0 0 0; 20 3 4] newX=[0 0 0;0 0 0;5 8 9;10 11 12; 0 0 0; 20 3 4]

for i in range(3):
    a=X[:,i];
Xx[:,i]=a[indice]; 

——回到初始维度：

  for ii in range(3)
    aa=Xx[:,ii]
    bb[indice]=aa
    newX[:,ii]=bb

你能帮我用 python 解决这个问题吗？

Answer 1

使用numpy.where生活更轻松。

X=np.array([[0 ,0 ,0],[0, 0, 0],[5, 8, 9],[10, 11, 12],[ 0, 0 ,0],[ 20, 3, 4]])

index = np.where(X.any(axis=1))[0] # find rows with all 0s

print(X[index])
#array([[ 5,  8,  9],
#       [10, 11, 12],
#       [20,  3,  4]])

编辑：

如果你真的想重建它，并且基于你知道你已经删除了全 0 的行，那么：

创建一个全为 0 的新矩阵：

X_new = np.zeros(X.shape)

并在它们应该在的位置插入值：

X_new[index] = X[index]

现在检查X_new ：

X_new

array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 5.,  8.,  9.],
       [10., 11., 12.],
       [ 0.,  0.,  0.],
       [20.,  3.,  4.]])