np.add讓我頭疼。如何使用np.add中的where選項？

我有兩個從影像加載的陣列，我需要添加這兩個影像，即如果中心有一個像素值為 1 的圓圈，我需要在左上角添加一個像素值為 2 的三角形。我要設定的規則是，如果 1 已經在該索引中，它只會將像素值 2 添加到空白像素（像素值為 0）

我怎么做？我一直在嘗試使用 np.add 和 where 選項

mask_test = master_array == 0
master_array = np.add(master_array, new_pic, where = mask_test)

但它一直在搞砸，master_array 最終只是 new_pic 而不是總和。網上搜索“哪里”是如何作業的一直沒有結果，因為每個人都沒有舉個例子，有些人甚至只是說“哦，它用得不多，所以我不會重復它”。

這段代碼：

master_array = np.add(master_array, new_pic, where = mask_test)

給了我這個：

但問題是當像素確實重疊時，我得到一個像素值 3 而不是它應該保留 1 的值。

uj5u.com熱心網友回復：

如檔案中所述，如果引數中的條件為假，out陣列將保留其“原始值” 。where這意味著out如果要設定where引數，您需要指定函式將輸出到的陣列。否則，該函式會嘗試從未初始化的陣列中獲取原始值，這會產生奇怪的結果。如果你很樂意覆寫master_array，你可以這樣做：

np.add(master_array, new_pic, out=master_array, where=master_array == 0)

（您不需要在這里分配回傳值 - 指定輸出陣列就足夠了。）

使用它可能不那么令人頭疼np.where：

master_array  = np.where(master_array == 0, new_pic, 0)

但是由于您只是在主像素值為 0 的情況下添加，因此無需首先添加。您可以直接使用np.where而無需任何添加。

master_array = np.where(master_array == 0, new_pic, master_array)

uj5u.com熱心網友回復：

wherein （或其他 ufunc）的使用np.add并不常見——尤其是與np.where函式的使用相比。至少當我回答 SO 時，我強調out需要包括在內。

檔案在默認情況下談論“未初始化”值out=None。這可能不清楚，但實際上它意味著一個陣列，例如由np.empty.

這可能包含任何內容，例如：

In [263]: res = np.empty((5,5),int)
In [264]: res
Out[264]: 
array([[            50999536,                    0,      140274438367024,
        -6315338160082163841,      140273540789184],
       [                 161,             55839504,      140274448227440,
             140273575343728,   358094631352936090],
       [     140273564120384,      140273575343344, -7783537013977118542,
             140273543024256,      140273575343200],
       [-6522034781934541837,      140273620247296,      140273575343776,
         1387433780369843801,      140273560270848],
       [     140273561761968, -3190833100527581043,      140273563628672,
             140273561762640,                  480]])

定義一個初始陣列：

In [265]: x1 = np.random.randint(0,5,(5,5))
In [266]: x1
Out[266]: 
array([[3, 2, 0, 1, 3],
       [3, 2, 4, 0, 3],
       [2, 3, 3, 4, 3],
       [3, 2, 0, 2, 2],
       [1, 2, 1, 1, 2]])
In [267]: x2=x1.copy()

沒有out，我們得到的值很像res上面。只有x1==0元素設定為 10：

In [268]: np.add(x1, 10, where=x1==0)
Out[268]: 
array([[51108864,        0,       10, 47780512, 51193856],
       [51213024, 51245760, 51252528,       10, 51260336],
       [51261168, 51261920, 51264176, 51298864, 51270656],
       [51271040, 51274864,       10, 51276640, 51277024],
       [51277808, 51278528, 51279104, 51284496, 51286448]])

或者我們可以設定out為np.zeros：

In [269]: np.add(x1, 10, where=x1==0, out=np.zeros((5,5),int))
Out[269]: 
array([[ 0,  0, 10,  0,  0],
       [ 0,  0,  0, 10,  0],
       [ 0,  0,  0,  0,  0],
       [ 0,  0, 10,  0,  0],
       [ 0,  0,  0,  0,  0]])

但是，如果我們將其設定為x1，或副本x1（這可能是您想要的）：

In [270]: np.add(x1, 10, where=x1==0, out=x2)
Out[270]: 
array([[ 3,  2, 10,  1,  3],
       [ 3,  2,  4, 10,  3],
       [ 2,  3,  3,  4,  3],
       [ 3,  2, 10,  2,  2],
       [ 1,  2,  1,  1,  2]])

但是我們可以對蒙面加法做同樣的事情：

In [271]: x1[x1==0]  = 10
In [272]: x1
Out[272]: 
array([[ 3,  2, 10,  1,  3],
       [ 3,  2,  4, 10,  3],
       [ 2,  3,  3,  4,  3],
       [ 3,  2, 10,  2,  2],
       [ 1,  2,  1,  1,  2]])

或者使用更常用的np.where功能：

In [273]: np.where(x1==10, 20, x1)
Out[273]: 
array([[ 3,  2, 20,  1,  3],
       [ 3,  2,  4, 20,  3],
       [ 2,  3,  3,  4,  3],
       [ 3,  2, 20,  2,  2],
       [ 1,  2,  1,  1,  2]])

根據我對 SO 的經驗，where/out在某些值的評估可能會導致錯誤時最有用，例如除以 0 或負數對數。

在 np.where(A,B,C)中，對 3 個引數進行了完整評估，結果只是從 中選擇B并C基于A。使用np.add(x, y, where=A, out=C)，x y僅在條件為真時才進行加法。評價是選擇性的。區別可能很難掌握，并且在使用時可能無關緊要np.add。

uj5u.com熱心網友回復：

你可以簡單地使用正常的加法：

mask_test = master_array == 0
master_array  = new_pic * mask_test

標籤：Python 麻木的

上一篇：如何在numpy陣列中用空白替換np.nan

下一篇：在python中查找nd陣列中點索引的最佳方法