根据布尔掩码将值从一个numpy矩阵复制到另一个矩阵

Question

这是一个简单的例子，我有以下内容：

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]])

我想对数组a进行一个变换，也就是把所有大于a_max的值都限制在a_max这个值上。我尝试过这样做：

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

但是这会报错：

ValueError: array is not broadcastable to correct shape

那么，正确的做法是什么呢？先不考虑我在做一个简单的最大值操作（我猜bumpy可能有内置的工具来处理这个问题）。我真正的问题是，我需要用一组更复杂的布尔值来创建一个布尔掩码，然后用这个掩码去替换一个替换矩阵中的值。

Answer 1

这个 minimum 函数看起来就够用了：

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

输出结果是：

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

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

Answer 2

如果你用数组而不是矩阵来工作，生活会简单很多；这就是这么简单。

>>> 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 ]])

不过，我想你也可以使用 np.where，来解决问题：

>>> 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 ]])
>>>