我想用python/numpy矢量化（没有迭代）进行计算，得到列“D”的值。计算列“D”应该与列“A”具有相同的值，其中列“B”的值首先（在列表中向下）等于或小于列“C”的值。在B〈= C的第一行中，设置D == A
| A | B | C | D | 1 | 2 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 2 | 1 | 2 | 4 | 3 | 0 | 0 | 0 | 4 | 2 | 3 | 5 | 4 | 0 | 0 | 0 | 6 | 3
5gfr0r5j1#
从文本和结果中解开逻辑，我认为这是一个总结
""" Logic: if B > C: D = 0 The first time B <= C: D = A Subsequent times: D = previous D[ where B <= C] + 1 """
一种实现
import numpy as np a = np.array( [ 1, 0, 0, 2, 0, 3, 0 ]) b = np.array( [ 2, 0, 0, 4, 0, 5, 0 ]) c = np.array( [ 0, 1, 2, 3, 4, 4, 6 ]) tgt = np.array( [ 0, 0, 1, 0, 2, 0, 3 ]) d = np.zeros_like( a ) # d == 0 unless changed mask = b <= c d[ mask ] = np.arange( len( d[ mask ] )) + a[ mask ][0] # d[mask] = [ 0 1 .. n ] + first match in a d # array([0, 0, 1, 0, 2, 0, 3]) d == tgt # array([ True, True, True, True, True, True, True])
更改a数组：
a = np.array( [ 1, 7, 0, 2, 0, 3, 0 ]) d[ mask ] = np.arange( len( d[mask])) + a[ mask ][0] d # array([ 0, 7, 8, 0, 9, 0, 10])
1条答案
按热度按时间5gfr0r5j1#
从文本和结果中解开逻辑，我认为这是一个总结
一种实现
更改a数组：