Numpy根據另一個數組的值分配一個數組值，並根據向量選擇列

Question

我有一個二維數組

X
array([[2, 3, 3, 3],
       [3, 2, 1, 3],
       [2, 3, 1, 2],
       [2, 2, 3, 1]])

和一維數組

y
array([1, 0, 0, 1])

對於X的每一行，我想找到X值為最低且y值為1的列索引，並將第三矩陣中的對應行列對設置為1

例如，在X的第一行的情況下，對應於最小X值（僅對於第一行）且y = 1的列索引為0，那么我希望Z [0,0] = 1且所有其他Z [0，i] =0。類似地，對於第二行，列索引0或3給出y = 1的最低X值。然后我希望Z [1,0]或Z [1,3] = 1（最好Z [1,0] = 1，所有其他Z [1，i] = 0，因為首先出現0列）

我最后的Z數組看起來像

Z
array([[1, 0, 0, 0],
       [1, 0, 0, 0],
       [1, 0, 0, 0],
       [0, 0, 0, 1]])

Answer 1

一種方法是使用掩碼數組。

import numpy as np

X = np.array([[2, 3, 3, 3],
              [3, 2, 1, 3],
              [2, 3, 1, 2],
              [2, 2, 3, 1]])

y = np.array([1, 0, 0, 1])
#get a mask in the shape of X. (True for places to ignore.)
y_mask = np.vstack([y == 0] * len(X))

X_masked = np.ma.masked_array(X, y_mask)

out = np.zeros_like(X)

mins = np.argmin(X_masked, axis=0)
#Output: array([0, 0, 0, 3], dtype=int64)

#Now just set the indexes to 1 on the minimum for each axis.
out[np.arange(len(out)), mins] = 1

print(out)
[[1 0 0 0]
 [1 0 0 0]
 [1 0 0 0]
 [0 0 0 1]]

Answer 2

您可以使用numpy.argmin()獲得X每一行的最小值的索引。 例如：

import numpy as np
a = np.arange(6).reshape(2,3) + 10
ids = np.argmin(a, axis=1)

同樣，您可以通過numpy.nonzero或numpy.where來索引y為1的索引。 一旦有了兩個索引數組，就可以輕松設置第三個數組中的值。