在 NumPy 中用两个 boolean arrays 进行索引

Question

我在 numpy 数组中有一些数据，然后我想要 select 中的一个子集，并更新这些值。

假设第一个数组 A 有 N 个元素。 然后，我使用一个 boolean 数组 mask1，其中 N 个元素作为第一个子集 select 的掩码。 然后，我使用带有 sum(mask1) 元素的第二个 boolean 数组 mask2 到第一个子集的子集 select。 但是当我尝试更新这些值时，它们并没有存储到原始数组中。

代码示例：

N = 10
A = np.arange(N)

# Create mask of size N, with only some True values
mask1 = np.zeros(N, dtype = np.bool)
mask1[:7] = True

# Create mask of size (sum(mask1)), with only some True values
mask2 = np.zeros(np.sum(mask1), dtype = np.bool)
mask2[2:] = True

# Indexing with both masks works as expected:
print(A[mask1][mask2])

这打印

[2 3 4 5 6]

正如预期的那样。 但是当我尝试更新以这种方式索引的值时，它不起作用。

# Trying to update those values does not work:
A[mask1][mask2] = -1
print(A)

这将打印原始的、未更改的数组：

[0 1 2 3 4 5 6 7 8 9]

如果我仅使用一个 boolean 数组进行索引，则值会更新，因此这是一种可能的解决方法。 然而，我正在为一个物理过程实现一个算法，首先创建一个掩码，根据一个标准进行子集化，然后根据另一个标准进一步进行子集化是很自然的，所以如果我能做到这一点，那将是非常优雅的工作。

Answer 1

一个高性能的将与链式掩蔽-

mask1[mask1] = mask2
A[mask1] = -1

不是那么高效 -

A[np.flatnonzero(mask1)[mask2]] = -1