将值添加到二维numpy数组，根据条件

Question

我正在尝试操作一个二维的numpy数组（如下所示），并使用np.where根据给定条件添加值，但似乎没有成功。这是不是说明这种方法根本不可行，还是我只是犯了一个简单的错误？

a = ['circle', 'square']
b = ['north', 'south']
c = ['red', 'blue']
d = ['long', 'short']
x = []
for shape in a:
    for direction in b:
        for color in c:
            for length in d:
                x.append([shape, direction, color, length, 0])
x = np.array(x)

# 如果条件满足，则在数值索引上加1；否则赋值为2的条件性添加
x[:, 4] = np.where((x[:, 0] == 'circle') & (x[:, 1] == 'south'), x[:, 4] + 1, 2)

Bob · Answer

一个解决方案是，在创建numpy数组时使用索引而非标签，这样数组就会是数值型的，你最后的语句就能正常工作了：

from itertools import product
import numpy as np

parameters = [
    ['circle', 'square'],
    ['north', 'south'],
    ['red', 'blue'],
    ['long', 'short'],
]

# 将参数列表转换为索引表示的笛卡尔积，并在每组数据后附加0作为初始值
x = np.array(list(product(*[range(len(lst)) for lst in parameters]), [0]))

# 条件赋值：如果第0列等于0（代表'circle'）且第1列等于1（代表'south'），则第5列（索引为4）加1；否则赋值为2
x[:, 4] = np.where((x[:, 0] == 0) & (x[:, 1] == 1), x[:, 4] + 1, 2)

jgauffin · Answer

我或许应该先对你的“无法工作”表述提出疑问，等待你提供更多具体问题的详情。不过，让我们先检验一下你的代码。

首先查看 x数组的内容：

In [290]: x
Out[290]: 
array([['circle', 'north', 'red', 'long', '0'],
       ['circle', 'north', 'red', 'short', '0'],
       ['circle', 'north', 'blue', 'long', '0'],
       ['circle', 'north', 'blue', 'short', '0'],
       ['circle', 'south', 'red', 'long', '0'],
       ['circle', 'south', 'red', 'short', '0'],
         ...
       ['square', 'south', 'blue', 'short', '0']], dtype='


这是一个二维数组，具有5列——前4列是你所定义的标签列，最后一列是附加的字符串形式的 "0"。

而当你尝试使用 np.where 函数时，它对此提出了异议：

···Python

In [292]: np.where((x[:,0]=='circle') & (x[:,1]=='south'), x[:,4]+1, 2)

UFuncTypeError: ufunc 'add' did not contain a loop with signature matching types (dtype(' None
   

In [293]: x[:,4]

Out[293]: 

array(['0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0',

       '0', '0', '0'], dtype='
一个充满字符串的数组在其所有列中都将包含字符串值。
我们可以通过首先将这些字符串转换为整数来完成计算：
```Python
In [295]: np.where((x[:,0]=='circle') & (x[:,1]=='south'), x[:,4].astype(int)+1, 2)
Out[295]: array([2, 2, 2, 2, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2])
但是，当这些数字被赋值回数组时，它们将会被转换回字符串形式。
In [296]: x[:,4] = np.where((x[:,0]=='circle') & (x[:,1]=='south'), x[:,4].astype(int)+1, 2)    
In [297]: x[:,4]
Out[297]: 
array(['2', '2', '2', '2', '1', '1', '1', '1', '2', '2', '2', '2', '2',
       '2', '2', '2'], dtype='

只要你记住这一点，在后续的工作中就不应该会有问题。

使用 pandas
使用 pandas，很容易创建一个包含混合数据类型的框架。从列表的列表（而不是数组）开始：
In [301]: a = ['circle','square']
     ...: b=['north','south']
     ...: c=['red','blue']
     ...: d=['long','short']
     ...: x = []
     ...: for shape in a:
     ...:   for direction in b:
     ...:     for color in c:
     ...:       for length in d:
     ...:         x.append([shape, direction, color, length, 0])
     ...:         

In [302]: x
Out[302]: 
[['circle', 'north', 'red', 'long', 0],
 ['circle', 'north', 'red', 'short', 0],
 ['circle', 'north', 'blue', 'long', 0],
 ...
 ['square', 'south', 'blue', 'short', 0]]

In [303]: df=pd.DataFrame(x)

In [304]: df
Out[304]: 
         0      1     2      3  4
0   circle  north   red   long  0
1   circle  north   red  short  0
2   circle  north  blue   long  0
...
15  square  south  blue  short  0

In [305]: df.dtypes
Out[305]: 
0    object
1    object
2    object
3    object
4     int64
dtype: object

The where can now work directly with the 4th numeric column:
In [307]: np.where((df[0]=='circle') & (df[1]=='south'), df[4]+1, 2)
Out[307]: array([2, 2, 2, 2, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2], dtype=int64)

In [308]: df[4]=np.where((df[0]=='circle') &  (df[1]=='south'), df[4]+1, 2)

In [309]: df
Out[309]: 
         0      1     2      3  4
0   circle  north   red   long  2
1   circle  north   red  short  2
2   circle  north  blue   long  2
 ....
numpy 也允许在结构化数组中使用混合数据类型，但如果你能使用 pandas，可能会更简单些。