如何反转numpy.where(np.where)函数

Question

我经常使用numpy.where函数来收集具有某些属性的矩阵的索引元组。例如

import numpy as np
X = np.random.rand(3,3)
>>> X
array([[ 0.51035326,  0.41536004,  0.37821622],
   [ 0.32285063,  0.29847402,  0.82969935],
   [ 0.74340225,  0.51553363,  0.22528989]])
>>> ix = np.where(X > 0.5)
>>> ix
(array([0, 1, 2, 2]), array([0, 2, 0, 1]))

ix现在是包含行和列索引的ndarray对象的元组，而子表达式X>0.5包含单个布尔矩阵，指示哪些单元格具有>0.5属性。每种表述都有其自身的优势。

获取ix对象并在以后需要时将其转换回布尔形式的最佳方法是什么？例如

G = np.zeros(X.shape,dtype=np.bool)
>>> G[ix] = True

有没有一个班轮可以完成同样的事情？

Answer 1

可能是这样的吗？

mask = np.zeros(X.shape, dtype='bool')
mask[ix] = True

但如果它是像X > 0这样简单的东西，那么你可能最好做mask = X > 0，除非mask非常稀疏，或者你不再引用X。

Answer 2

mask = X > 0
imask = np.logical_not(mask)

例如

编辑：很抱歉之前这么简洁。不应该接电话：P

正如我在示例中指出的，最好只是反转布尔掩码。比从CCD_ 5的结果返回要有效/容易得多。

Answer 3

np.where文档字符串的底部建议使用np.in1d。

>>> x = np.array([1, 3, 4, 1, 2, 7, 6])
>>> indices = np.where(x % 3 == 1)[0]
>>> indices
array([0, 2, 3, 5])
>>> np.in1d(np.arange(len(x)), indices)
array([ True, False,  True,  True, False,  True, False], dtype=bool)

（虽然这是一个很好的单行，但它比@Bi-Rico的解决方案慢得多。）