與numpy.where（）一起使用'in'的替代方法

Question

可以說我有一個帶有兩列的數組'foo'。 列0的值1到12表示月份。 第1列具有相應的測量值。 如果我想創建一個從12月，1月和2月（12,1,2）開始的測量值掩碼，我懷疑我可以：

numpy.where(foo[:,1] in (12, 1, 2), False, True)

但是，看來我聰明的“ in（12，1，2）”不能作為where（）的條件。 它似乎也無法像[12，1，2]等工作。

還有另一種聰明的方法嗎？ 我是否有更好的方法將所有（12、1、2）測量值收集到一個數組中？ 什么是麻木的方式？

（因為對每個月的測量數量有不規律的限制，所以不希望對陣列進行重塑）

Answer 1

我認為'in（12，1，2）'不起作用的原因是，'in'之前的元素必須是單個元素。

但是為此，numpy具有函數in1d （ documentation ）對numpy數組執行“ in”操作。 使用您的代碼：

np.where(np.in1d(foo[:,0], [12, 1, 2]), False, True)

---

要用注釋完成答案：在這種情況下，使用where是多余的， in1d的輸出可用於索引foo：

foo[np.in1d(foo[:,0], [12, 1, 2])]

或

foo[~np.in1d(foo[:,0], [12, 1, 2])]

注意： in1d僅在numpy 1.4或更高版本中可用。