[英]Mask zero values in matrix and reconstruct original matrix using indices
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?
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.]])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.