（Python）如何使用 [:] 语法对数组的每个元素使用条件语句？

Posted 2023-03-14

【中文标题】（Python）如何使用 [:] 语法对数组的每个元素使用条件语句？

【英文标题】：(Python) How to use conditional statements on every element of array using [:] syntax?

【发布时间】：2018-02-01 13:38:49

【问题描述】：

如果我需要对 numpy.ndarray 整数的每个元素询问条件，是否必须使用 for 循环

for i in range(n):
    if a[i] == 0:
        a[i] = 1   

或者我可以使用 [:] 语法来提问

if a[:] == 0:
    #...

我知道前面是错误的，但是有什么办法可以做类似的事情吗？

【问题讨论】：

#... 应该做什么。你想为每个元素调用一个代码片段吗？

列表理解可以在这里工作，具体取决于您想要做什么

你有 list 还是 array？

a的类型是什么？ Python 数组还是 numpy 数组？

@WillemVanOnsem 例如，如果一个元素大于 1，则为每个元素分配 1 给该元素

【参考方案1】：

您可以使用all 内置函数来完成您的要求：

all(i == 0 for i in a)

示例：

>>> a = [1, 0, 0, 2, 3, 0]
>>> all(i == 0 for i in a)
False

但是请注意，在幕后，all 仍然使用 for 循环。 It's just implemented in C:

for (;;) 
    item = iternext(it);
    if (item == NULL)
        break;
    cmp = PyObject_IsTrue(item);
    Py_DECREF(item);
    if (cmp < 0) 
        Py_DECREF(it);
        return NULL;
    
    if (cmp == 0) 
        Py_DECREF(it);
        Py_RETURN_FALSE;
    

编辑：鉴于您最近的编辑，您可能想要的是使用带有三元运算符的列表推导：

[1 if  i == 0 else i for i in a]

示例：

>>> a = [1, 0, 0, 2, 3, 0]
>>> [1 if  i == 0 else i for i in a]
[1, 1, 1, 2, 3, 1]

【讨论】：

嗯...我认为这实际上并没有满足 OP 的要求。看起来 OP 想要对数组的每个元素进行操作，而不是检查所有内容的真实性。 OP 要么需要使用条件或向量化的 numpy 操作来进行列表理解。

很好地使用了列表 comp 中的三元！ +1，尽管起初我很难阅读，因为我的大脑预计 if 会稍后出现。

@CodyPiersall 谢谢。但是现在 OP 已经更新了他们的问题，您的解决方案显然是更好的解决方案！你有我的赞成票。

@ChristianDean 谢谢你的回答，我意识到我的问题不够清楚

很高兴为您提供帮助，@Juan。

【参考方案2】：

一次测试 numpy.ndarray 的每个元素的条件，正如标题所示：

为此使用 numpy 的 np.all：

if np.all(a == 0):
    # ...

尽管它并不懒惰，np.all 是矢量化的并且非常快

# arrays of zeros

>>> a = np.zeros((1000000))
>>> %timeit np.all(a == 0)                    # vectorized, very fast 
10000 loops, best of 3: 34.5 µs per loop

>>>%timeit all(i == 0 for i in a)             # not vectorized...
100 loops, best of 3: 19.3 ms per loop


# arrays of non-zeros

>>> b = np.ones((1000000))
>>> %timeit np.all(b == 0)                    # not lazy, iterates through all array
1000 loops, best of 3: 498 µs per loop

>>> %timeit all(i == 0 for i in b)            # lazy, return false at first 1
1000000 loops, best of 3: 561 ns per loop


# n-D arrays of zeros

>>> c = a.reshape((100, 1000))                # 2D array
>>> %timeit np.all(c == 0)
10000 loops, best of 3: 34.7 µs per loop      # works on n-dim arrays

>>> %timeit all(i == 0 for i in c)            # wors for a 1D arrays only
...
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

---

迭代地测试 numpy.ndarray 的每个元素的条件：

for i in range(n):
    if a[i] == 0:
        a[i] = 1  

可以替换为np.where

a = np.where(a == 0, 1, a)  # set value '1' where condition is met

---

编辑：根据 OP 的 cmets 的精度

【参考方案3】：

假设 a 是您的数组，并且您希望将大于 1 的 a 的值更改为等于 1：

a[a > 1] = 1

之所以有效，是因为表达式 a > 1 创建了一个 mask array，并且当掩码数组用作索引时（在此处），该操作仅适用于 True 索引。

【讨论】：

这是合乎逻辑的答案，但它应该是a[a == 0] = 1。所有其他答案都不必要地复杂。

@C8H10N4O2 根据原始问题，您是对的，但我是根据 OP 对 OP 问题的评论来建立这个例子的。

好的，我现在明白了。这一定是个骗子。

@C8H10N4O2 公平地说，OP 已经相当广泛地编辑了他们的问题。当我的答案和其他几个人发布时，不清楚 OP 是否正在使用 NumPy，甚至是他们真正想要的。请参阅edit history。

你可以看到我是一个新手，我认为我的问题已经很清楚了，不管在“if”语句中做了什么，或者我是否使用了 NumPy 数组

【参考方案4】：

如果您不仅需要检查，还需要映射所有 0 --> 1，请使用 map:

map(lambda x: 1 if x==0 else x, a)