值複製到其他依賴於布爾面具

一個簡單的例子，我有以下幾點：值複製到其他依賴於布爾面具

import numpy as np 
a = np.matrix([[0.34, 0.44, 0.21, 0.51]]) 
a_max = np.matrix([[0.35, 0.40, 0.20, 0.50]])

我想申請一個變換，其中的任何東西，大於a_max，上限爲a_max。我試圖通過這樣做：

a[a>a_max] = a_max[a>a_max]

然而，這將引發一個錯誤：

ValueError: array is not broadcastable to correct shape

什麼是做到這一點的正確方法？忽略我正在做一個簡單的最大限度的事實（我猜測顛簸可能有內建工具來做這個特定的問題）。我真正的問題是使用一組更復雜的布爾值來創建布爾掩碼，然後應該替換替換矩陣中的值。

來源

2014-03-07 MarkD

你執着於與矩陣的工作，或將陣列足夠？（請記住，如果你堅持，你總是可以轉換回來。） – DSM

我更喜歡矩陣，因爲我在矩陣上做了相當多的矩陣數學/線性代數。我想我可以在裝配後進行轉換。 – MarkD

生命的，如果你使用數組，而不是矩陣工作輕鬆多了;它只是工作（tm）。

>>> a = np.array([[0.34, 0.44, 0.21, 0.51]]) 
>>> a_max = np.array([[0.35, 0.40, 0.20, 0.50]]) 
>>> a[a > a_max] = a_max[a > a_max] 
>>> a 
array([[ 0.34, 0.4 , 0.2 , 0.5 ]])

我想你可以使用np.where，雖然：

>>> a = np.matrix([[0.34, 0.44, 0.21, 0.51]]) 
>>> a_max = np.matrix([[0.35, 0.40, 0.20, 0.50]]) 
>>> np.where(a > a_max, a_max, a) 
matrix([[ 0.34, 0.4 , 0.2 , 0.5 ]]) 
>>>

來源

2014-03-07 17:06:10 DSM

對於'np.where' +1 ...仍然不確定OP的錯誤是否被拋出。奇怪的矩陣廣播規則？ – mdscruggs

我在trunk numpy中得到的錯誤說明它好一點：「TypeError：NumPy布爾數組索引賦值需要0或1維輸入，輸入有2維」。矩陣式的尺寸變化相當困難。 – DSM

感謝帝斯曼。 np.where工作得很好。 – MarkD

的minimum功能似乎足夠了：

a = np.matrix([[999, 0.1, 0.1, 999]]) 
a_max = np.matrix([[1, 2, 3, 4]]) 
a_capped = np.minimum(a, a_max) 

print repr(a_capped) # the printed result of matrix.__str__ is weird to me

打印：

matrix([[1. , 0.1, 0.1, 4. ]])

http://docs.scipy.org/doc/numpy/reference/generated/numpy.minimum.html

來源

2014-03-07 16:56:29 mdscruggs

查看我的評論的最後一部分：忽略我正在做一個簡單的最大值（我猜numpy可能有內置工具來做這個特定的問題）。我真正的問題是使用一組更復雜的布爾值來創建布爾掩碼，然後應該替換替換矩陣中的值。換句話說，它不只是採取最小或最大。我在其他地方構建了一個掩模布爾矩陣（與簡單的上限無關），我需要使用它來確定替換矩陣中的哪些值通過。 – MarkD

啊，我明白你的意思了......我的壞話。我將不得不考慮一點點，顯然... – mdscruggs

值複製到其他依賴於布爾面具

回答

相關問題