本文介绍了更改不在索引列表中的NumPy数组的值的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有一个类似的NumPy数组:
I have a NumPy array like:
a = np.arange(30)
我知道我可以使用花式索引来替换位于位置indices=[2,3,4]的值:
I know that I can replace the values located at positions indices=[2,3,4] using for instance fancy indexing:
a[indices] = 999
但是如何替换不在indices中的位置上的值?会是下面的样子吗?
But how to replace the values at the positions that are not in indices? Would be something like below?
a[ not in indices ] = 888
推荐答案
我不知道一种干净的方法来做这样的事情:
I don't know of a clean way to do something like this:
mask = np.ones(a.shape,dtype=bool) #np.ones_like(a,dtype=bool)
mask[indices] = False
a[~mask] = 999
a[mask] = 888
当然，如果您更喜欢使用numpy数据类型，则可以使用dtype=np.bool_ －输出不会有任何差异.真的，这只是个喜好问题.
Of course, if you prefer to use the numpy data-type, you could use dtype=np.bool_ -- There won't be any difference in the output. it's just a matter of preference really.
这篇关于更改不在索引列表中的NumPy数组的值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！