逐元素布爾乘法

Question

我正在尋找最美麗和簡短的方法來增加這些類型的列表：

a = [True, False, True, False, False]

b = [100, 200]

B的長度等於在一 真元素的數目

我需要的答案是[100, 0, 200, 0, 0]

有沒有簡單的方法來得到答案？
它看起來像元素乘法，但事實是第二個列表的大小較小，因此常見的numpy方法在沒有錯誤代碼的情況下不起作用。

希望，你會找到很好的解決方案

Answer 1

你可以在numpy做到這一點：

c = np.array(a).astype(int)

c[c==1] = b

>>> c
array([100,   0, 200,   0,   0])

注意如果您需要將結果作為列表（基於所需的輸出）而不是numpy數組，請使用c.tolist()

Answer 2

有一個非常干凈的基於迭代器的解決方案

it = iter(b)
[next(it) if x else 0 for x in a]
# [100, 0, 200, 0, 0]

Answer 3

另一種選擇是使用numpy.place()或numpy.put() ：

c = np.zeros_like(a, dtype=np.result_type(b))
np.place(c, a, b)

要么

c = np.zeros_like(a, dtype=np.result_type(b))
np.put(c, np.flatnonzero(a), b)

我更喜歡第一種選擇。

時序：

生成更大的數據集：

In [39]: a = np.random.randint(0, 2, 100000).astype(np.bool_)

In [40]: b = np.random.randint(0, 100000, np.sum(a))

@sacul解決方案：

In [41]: %timeit c = np.array(a).astype(int); c[c==1] = b
621 µs ± 13.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

我的第一個選擇：

In [42]: %timeit c = np.zeros_like(a, dtype=np.result_type(b)); np.place(c, a, b)
462 µs ± 8.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 4

從上面的@AGN滑動一下

c = np.zeros_like(a, dtype = b.dtype)
c[a] = b