如果我有一个数组,我应用求和
arr = np.array([[1.,1.,2.],[2.,3.,4.],[4.,5.,6]])
np.sum(arr,axis=1)
我得到三行的总数([4,9,15.])
我的复杂之处在于,arr包含的数据在某个列索引之后可能不好。我有一个整数数组,它告诉我每行有多少个“好”值,我想对好值求和/平均。说:
ngoodcols=np.array([0,1,2])
np.sum(arr[:,0:ngoodcols],axis=1) # not legit but this is the idea
如何在循环中实现这一点是很清楚的,但是有没有一种方法可以只求那个数的和,从而产生[0,2,9],而不用循环呢?等价地,如果我知道如何将列索引中高于b的元素设置为np.nan公司但就切片而言,这几乎是一个等价的问题。你知道吗
这里有一种使用布尔索引的方法。这会将列索引中高于
ngoodcols
的元素设置为np.nan
,并使用np.nansum
:一种可能性是使用masked arrays:
请注意,当这里没有好的值时,您会得到一个“缺少”的值,这可能对您有用,也可能对您不有用。此外,屏蔽数组还允许您轻松地执行仅适用于有效值(平均值等)的其他操作。你知道吗
另一个简单的方法是乘以遮罩:
在这里,当没有好的值时,你只得到零。你知道吗
相关问题 更多 >
编程相关推荐