python - numpy:使用OR将多个分配转换为单个分配

taxi_modified是二维ndarray。

下面的代码有效，但似乎不是Python的：

taxi_modified[taxi_modified[:, 5] == 2, 15] = 1
taxi_modified[taxi_modified[:, 5] == 3, 15] = 1
taxi_modified[taxi_modified[:, 5] == 5, 15] = 1

如果索引5的col为2、3或5，则需要为索引15的col分配1。

以下无效：

taxi_modified[taxi_modified[:, 5] == 2 | 3 | 5, 15] = 1

最佳答案

您可以对np.isin（NumPy v1.13 +）使用花式索引，对于较旧的版本则可以使用np.in1d。

这是一个演示：

# example input array
A = np.arange(16).reshape((4, 4))

# calculate Boolean mask for rows
mask = np.isin(A[:, 1], [1, 5, 13])

# assign values, converting mask to integers
A[np.where(mask), 2] = -1

print(A)

array([[ 0,  1, -1,  3],
       [ 4,  5, -1,  7],
       [ 8,  9, 10, 11],
       [12, 13, -1, 15]])

在一行中，可以这样写：

A[np.where(np.isin(A[:, 1], [1, 5, 13])), 2] = -1

关于python - numpy:使用OR将多个分配转换为单个分配，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52703473/