使用1D数组中的值替换2D数组中的填充值

Question

我的目标是使用一维数组中的值填充二维数组，该数组与二维数组中的值模式完全匹配。例如：

array_a = 
([[nan,nan,0],
 [0,nan,0],
 [nan,0,0], 
 [0,0,nan]])

array_b = 
([0.324,0.254,0.204,
0.469,0.381,0.292,
0.550])

我希望得到这个：

array_c = 
([[nan,nan,0.324],
 [0.254,nan,0.204],
 [nan,0.469,0.381], 
 [0.292,0.550,nan]])

需要在array_a中填充的值的数量将与array_b中的值的数量完全匹配。主要问题是我想在整个阵列中以适当的顺序获得nan值，我不确定如何最好地做到这一点。

Answer 1

布尔索引很好地完成了这项工作：

找到nan：

In [229]: mask = np.isnan(array_a)
In [230]: mask
Out[230]: 
array([[ True,  True, False],
       [False,  True, False],
       [ True, False, False],
       [False, False,  True]])

应用于数组的布尔掩码生成1d数组：

In [231]: array_a[~mask]
Out[231]: array([0., 0., 0., 0., 0., 0., 0.])

在set上下文中使用相同的数组：

In [232]: array_a[~mask]=array_b
In [233]: array_a[~mask]
Out[233]: array([0.324, 0.254, 0.204, 0.469, 0.381, 0.292, 0.55 ])
In [234]: array_a
Out[234]: 
array([[  nan,   nan, 0.324],
       [0.254,   nan, 0.204],
       [  nan, 0.469, 0.381],
       [0.292, 0.55 ,   nan]])

Answer 2

你也可以这样做：

np.place(array_a, array_a == 0, array_b)

array_a

array([[  nan,   nan, 0.324],
       [0.254,   nan, 0.204],
       [  nan, 0.469, 0.381],
       [0.292, 0.55 ,   nan]])

Answer 3

这应该可以解决问题，尽管可能有预先编写的解决方案或列表理解来做同样的事情。

import numpy as np
b_index = 0
array_c = np.zeros(np.array(array_a).shape)
for row_index, row in enumerate(array_a):
    for col_index, col in enumerate(row):
        if not np.isnan(col):
            array_c[row_index, col_index] = array_b[b_index]
            b_index += 1
        else:
            array_c[row_index, col_index] = np.nan

>>> print(array_c)
[[  nan   nan 0.324]
 [0.254   nan 0.204]
 [  nan 0.469 0.381]
 [0.292 0.55    nan]]