Python的 - 由第二阵列的2值替换的数组数据 [英] Python - Replace data of an array by 2 values of a second array

问题描述

我有两个numpy的阵列元素和节点。我的目的是收集
这些阵列的一些数据。
我需要用两个坐标来remplace最后两栏的元素的数据包含在节点阵列。
这两个数组是非常巨大的，我要自动执行它。

一个例子：

 导入numpy的是NP元素= np.array（[[1，11，14]，[2，12，13。]]）节点= np.array（[11，0，0]，[12，1，1]，[13，2，2]，[14，3，3。] ]）结果= np.array（[[1，0，0，3，3]
[2. 1.，1.，2，2]]）
 

我想用如果和循环就可以做到这一点，但我不知道如何追加结果...

 检测= []
因为我在范围内（Elements.shape [0]）：
    如果（元素[：，：1] ==节点[I，0]）：
 

解决方案

下面是不使用循环的一个版本：

的输入：

 在[115]：元素= np.array（[[1，11，14]，[2，12，13]）
在[116]：节点= np.array（[11，0，0]，[12，1，1]，[13，2，2]，[14，3。 ，3。]]）
 

从元素的ID 作为载体;让 INT 为便于比较：

 在[117]：E =元素[：，1：]。拉威尔（）astype（INT）
在[118]：电子
出[118]：阵列（[11，14，12，13]）
 

从节点类似的标识：

 在[119]：N =节点[：0] .astype（INT）
在[120]：N
出[120]：阵列（[11，12，13，14]）
 

比较电子与 N 使用广播 - 这使得真/假一个4x4的阵列。使用其中，来找到自己的坐标：

 在[121]：I，J = np.where（E == N [：，无]）
在[122]：我
出[122]：阵列（[0，1，2，3]，DTYPE = INT32）
在[123]：J-
出[123]：阵列（[0，2，3，1]，DTYPE = INT32）
在[124]：E [J]。
出[124]：阵列（[11，12，13，14]）
在[125]：N [I]
出[125]：阵列（[11，12，13，14]）
 

和神奇，我们现在可以匹配的元素IDS节点ID。打印一些中间数组，如果这个动作目前尚不清楚。

请在结果数组，每个电子元素一行，并复制相应的节点值了。

 在[131]：结果= np.zeros（（e.shape [0]，2），nodes.dtype）
在[132]：结果[J] =节点[I，1：]
在[133]：结果
出[133]：
阵列（[0，0]，
       [3，3]
       [1，1]
       [2. 2.]]）
 

加入结果的元素的初始列：

 在[134]：np.concatenate（（元素[：，[0]，results.reshape（2,4）），轴= 1）
出[134]：
阵列（[1，0，0，3，3]
       [2. 1.，1.，2，2]]）
 

，其中做的基本匹配。其余大部分是刚刚改造和类型转换来处理的事实，插槽我们需要填写是3列元素数组的2列。

---

只是出于好奇，我想通了如何使用IDS的元素不脱散：

 在[149]：E2 =元素[：，1：] astype（INT）
在[150]：I，J，K = np.where（E2 == N [：，无，无]）
在[151]：结果2 = np.zeros（（e2.shape [0]，e2.shape [1]，2），nodes.dtype）
在[152]：结果2 [J，K] =节点[I，1：]
在[153]：results2.reshape（2,4）＃还是需要一个重塑
出[153]：
阵列（[0，0，3，3]
       [1.，1.，2，2]]）
 

I have two numpy arrays "Elements" and "nodes". My aim is to gather some data of these arrays. I need to remplace "Elements" data of the two last columns by the two coordinates contains in "nodes" array. The two arrays are very huge, i have to automate it.

An example :

import numpy as np

Elements = np.array([[1.,11.,14.],[2.,12.,13.]])

nodes = np.array([[11.,0.,0.],[12.,1.,1.],[13.,2.,2.],[14.,3.,3.]])

results = np.array([[1., 0., 0., 3., 3.],
[2., 1., 1., 2., 2.]])

I think with "if" and a "for loop" it is possible to do that but i dont know how to append the results...

test=[]
for i in range(Elements.shape[0]):
    if (Elements[:,:1] == nodes[i,0]):

解决方案

Here's a version that does not use a loop:

The inputs:

In [115]: Elements = np.array([[1.,11.,14.],[2.,12.,13.]])
In [116]: nodes = np.array([[11.,0.,0.],[12.,1.,1.],[13.,2.,2.],[14.,3.,3.]])

The ids from Elements as a vector; make it int for easy comparison:

In [117]: e = Elements[:,1:].ravel().astype(int)
In [118]: e
Out[118]: array([11, 14, 12, 13])

Similar ids from nodes:

In [119]: n=nodes[:,0].astype(int)
In [120]: n
Out[120]: array([11, 12, 13, 14])

Compare e with n using broadcasting - that makes a 4x4 array of True/False. Use where to find their coordinates:

In [121]: I, J = np.where(e==n[:,None])
In [122]: I
Out[122]: array([0, 1, 2, 3], dtype=int32)
In [123]: J
Out[123]: array([0, 2, 3, 1], dtype=int32)
In [124]: e[J]
Out[124]: array([11, 12, 13, 14])
In [125]: n[I]
Out[125]: array([11, 12, 13, 14])

And magically we can now match up node ids with elements ids. Print some intermediate arrays if this action is unclear.

Make a results array, one row per element of e, and copy the corresponding nodes values over.

In [131]: results = np.zeros((e.shape[0],2),nodes.dtype)
In [132]: results[J] = nodes[I,1:]
In [133]: results
Out[133]: 
array([[ 0.,  0.],
       [ 3.,  3.],
       [ 1.,  1.],
       [ 2.,  2.]])

Join results with the initial column of Elements:

In [134]: np.concatenate((Elements[:,[0]],results.reshape(2,4)),axis=1)
Out[134]: 
array([[ 1.,  0.,  0.,  3.,  3.],
       [ 2.,  1.,  1.,  2.,  2.]])

where does the basic matching. Most of rest is just reshaping and type conversion to handle the fact that the 'slots' we need to fill are 2 columns of the 3 column Elements array.

---

Just out of curiousity, I figured how to use the Elements ids without raveling:

In [149]: e2 = Elements[:,1:].astype(int)
In [150]: I,J,K = np.where(e2==n[:,None,None])
In [151]: results2 = np.zeros((e2.shape[0],e2.shape[1],2),nodes.dtype)
In [152]: results2[J,K] = nodes[I,1:]
In [153]: results2.reshape(2,4)   # still requires a reshape
Out[153]: 
array([[ 0.,  0.,  3.,  3.],
       [ 1.,  1.,  2.,  2.]])

这篇关于Python的 - 由第二阵列的2值替换的数组数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！