的Python numpy的：在一个阵列中与相应的值在另一个阵列

我使用Python numpy的阵列替换的值（转换成2D阵列栅格，特异性）和我想要做的是采取具有-999任意虚拟值一个阵列表示“无数据”，我想从一个不同的阵列中的正确的位置相同的大小和形状与相应的“真实”值替换那些值。我找不到一个非常类似的问题，但请注意，我是Python和Numpy的新手。的Python numpy的：在一个阵列中与相应的值在另一个阵列

但我想要做的是这样的：

array_a = 
([[0.564,-999,-999], 
[0.234,-999,0.898], 
[-999,0.124,0.687], 
[0.478,0.786,-999]]) 

array_b = 
([[0.324,0.254,0.204], 
[0.469,0.381,0.292], 
[0.550,0.453,0.349], 
[0.605,0.582,0.551]])

使用array_b的价值观，以填补在array_a的-999值，并创建一个新的数组：

new_array_a = 
([[0.564,0.254,0.204], 
[0.234,0.381,0.898], 
[0.550,0.124,0.687], 
[0.478,0.786,0.551]])

我不吨真的想改变数组的形状或尺寸，因为我要回来了转换成光栅之后，所以我需要在正确的位置正确的价值观。这样做的最好方法是什么？

来源

2017-04-24 Matt

查找到['masking']（https://docs.scipy.org/doc/numpy/user/basics.indexing.html#boolean-or-mask -index阵列）。 – Divakar

是的，我看了一下，我能够掩饰出array_a中的-999值，使用此： mask_a = ma.masked_where（array_a <-1，array_a）但那又如何？我刚刚删除了-999值，我不知道如何从array_b中的值到相同的位置？ – Matt

只是做布尔掩蔽：

mask = (array_a == -999) 
new_array = np.copy(array_a) 
new_array[mask] = array_b[mask]

来源

2017-04-24 14:33:00

嘿，很好！我认为这是有效的！谢谢！ >>> array_a = np.array（[[0.564，-999，-999]，... [0.234，-999,0.898]，... [-999,0.124,0.687]，。 .. [0.478,0.786，-999]]） >>> array_b = np.array（[[0.324,0.254,0.204]，... [0.469,0.381,0.292]，... [0.550， 0.453,0.349]， ... [0.605,0.582,0.551]]） >>> mask =（array_a == -999） >>> new_array = np.copy（array_a） >>> new_array [mask ] = array_b [掩模] >>>打印new_array [[0.564 0.254 0.204] [0.234 0.381 0.898] [0.55 0.124 0.687] [0.478 0.786 0.551]] >>> – Matt

的Python numpy的：在一个阵列中与相应的值在另一个阵列

回答

相关问题