question fondamentale:Modifier les valeurs d'un tableau 1D numpy basé sur certaines conditions
Supposons que je le tableau d'un 1D (A) contenant 5 éléments:
A = np.array([ -4.0, 5.0, -3.5, 5.4, -5.9])
Je dois ajouter, 5 à tous les éléments de A qui sont inférieurs à zéro. Quelle est la manière numpy de faire ceci sans for-looping?
Il peut être fait en utilisant le masque:
A[A < 0] += 5
La façon dont cela fonctionne est - l'expression A < 0 retourne un tableau booléen. Chaque cellule correspond au prédicat appliqué sur la cellule correspondante. Dans l'exemple actuel:
A < 0 # [ True False True False True]
Et puis, l'action est appliquée uniquement sur les cellules qui correspondent au prédicat. Donc, dans cet exemple, cela fonctionne uniquement sur les cellules True.
J'ai trouvé une autre réponse:
A = np.where(A < 0, A + 5, A)
ouais, fonctionne. Merci. –