如何用自然數替換二進制數組中的1，同時保持0的位置？

Question

我正在使用Numpy和SciPy。 我有兩個數組，第一個是二進制數組，第二個數組是從a到b的連續自然數范圍，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

我想將第二個數組中的值替換為第一個數組中的1（按順序保留），例如，本示例場景中所需的結果將是：

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

我已經用NumPy掩碼數組和vectorise函數嘗試了不同的方法。 我當前的解決方案如下，但是為了維持狀態，我不得不引入一個全局變量！

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

有沒有更優雅的方法（理想情況下使用NumPy）呢？

（請注意，我正在使用的實際數組非常大，因此我的解決方案需要對消耗的內存量敏感-顯然我可以轉換為稀疏數組，但是我仍然遇到幾次內存錯誤試圖找到不同的解決方案。）

Answer 1

這是一種方法：

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

這是一個襯板，盡管我必須說這不是一種優化的方法，也不是很優雅。 但是您可以出於實踐目的對其進行檢查。

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]