如何根據幾個條件逐行更改 NumPy 數組中的元素

Question

如果在特定索引 position （例如每行中的第二個元素）中找到該值並且該值小於指定的閾值，我想將 2D 數組的每一行中的最大值替換為 0。 到目前為止，這是我的代碼：

import numpy as np

arr = np.array([[1, 5, 3, 3], 
                [5, 6, 9, 3], 
                [2, 9, 3, 3], 
                [1, 4, 2, 2]])

output = np.where((arr == np.amax(arr[:,1]) & (arr < 7)), 0, arr)

在arr中，索引 position 1 處的每個元素都應更改為 0，但前提是它是行中的最大值並且小於 7（例如）。 output 陣列還應在所有其他位置保持原始值。 我想得到的 output 看起來像這樣：

np.array([[1, 0, 3, 3], 
          [5, 6, 9, 3], 
          [2, 0, 3, 3], 
          [1, 0, 2, 2]])

任何幫助，將不勝感激。

Answer 1

編輯：要對NxM矩陣進行概括，有必要在 col_mask 部分將len(arr)更改為col_mask arr.shape[1] 。 我將此添加到代碼中。

---

作為評論，結果應該是：

np.array([[1, 0, 3, 3], 
          [5, 6, 9, 3], 
          [2, 9, 3, 3], 
          [1, 0, 2, 2]])

9 in (2,1) 因為這高於閾值。

我會使用掩碼來檢查條件發生的位置來解決這個問題：

1. 矩陣中最大值的布爾掩碼。
2. 閾值掩碼（適用於每個最大值）
3. 列號掩碼（應用於每一行）
4. 組合所有掩碼並在掩碼相交處設置為 0 值

代碼的簡短版本：

arr = np.array([[1, 5, 3, 3], 
                [5, 6, 9, 3], 
                [2, 9, 3, 3], 
                [1, 4, 2, 2]])

thresh = 7 #threshold of value only put 0 if max y lower than this
col = 1 #only put 0 if maximum ocurrs in this column

max_vals = np.max(arr,1,keepdims=True) #get max values
maximum_as_bool = arr == max_vals #create a bool mask where of every max

col_mask = np.zeros(arr.shape[1],dtype=np.bool)
col_mask[col] = True #mask of columns values

thresh_mask = max_vals<thresh #mask for threshold

all_conditions  = maximum_as_bool*thresh_mask*col_mask
arr[all_conditions ]=0 #combine masks

---

部分解釋：

1. 最大值的布爾矩陣：

max_vals = np.max(arr,1,keepdims=True) #get max values
maximum_as_bool = arr == max_vals #create a bool mask where of every max

結果是：

max_vals = [[5],
            [9],
            [9],
            [4]]
maximum_as_bool = [[False,  True, False, False],
                  [False, False,  True, False],
                  [False,  True, False, False],
                  [False,  True, False, False]]

2. 和 3. 閾值掩碼（適用於每一列）和列號掩碼（適用於每一行）：

thresh = 7 #threshold of value only put 0 if max y lower than this
col = 1 #only put 0 if maximum ocurrs in this column

col_mask = np.zeros(arr.shape[1],dtype=np.bool)
col_mask[col] = True #mask of columns values

thresh_mask = max_vals<thresh #mask for threshold

至尊輸出：

col_mask = [False, False, False, False]
thresh_mask = [[ True],
               [False],
               [False],
               [ True]]

最后，結合 al 掩碼以獲得所有條件都滿足的位置，然后將此值設置為 0：

all_conditions = maximum_as_bool*thresh_mask*col_mask

arr[all_conditions ]=0 #combine masks

至尊輸出

all_conditions = [[False, False, False, False],
                  [False, False, False, False],
                  [False, False, False, False],
                  [False, False, False, False]]

arr = [[1, 0, 3, 3],
       [5, 6, 9, 3],
       [2, 9, 3, 3],
       [1, 0, 2, 2]]