NumPy — мощная библиотека для научных вычислений на Python, широко используемая для числовых операций и манипуляций с массивами. Одной из распространенных задач при работе с массивами NumPy является замена определенных значений новыми. В этой статье мы рассмотрим различные методы достижения этой цели, приведя попутно примеры кода.

Метод 1: использование np.where()
Функция np.where() позволяет нам заменять значения в массиве NumPy на основе заданного условия. Вот пример:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
new_value = 0
condition = arr > 3
arr = np.where(condition, new_value, arr)
print(arr)

Выход:

[1 2 3 0 0]

Метод 2: использование np.putmask()
Функция np.putmask() изменяет массив на месте, заменяя значения на основе заданной маски. Вот пример:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
new_value = 0
mask = arr > 3
np.putmask(arr, mask, new_value)
print(arr)

Выход:

[1 2 3 0 0]

Метод 3: использование логической индексации
NumPy позволяет нам использовать логическую индексацию для замены значений в массиве. Вот пример:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
new_value = 0
arr[arr > 3] = new_value
print(arr)

Выход:

[1 2 3 0 0]

Метод 4: использование np.select()
Функция np.select() позволяет заменять значения в массиве на основе нескольких условий. Вот пример:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
conditions = [arr < 3, arr >= 3]
choices = [0, 10]
arr = np.select(conditions, choices, default=arr)
print(arr)

Выход:

[ 0  0 10 10 10]

В этой статье мы рассмотрели несколько методов замены значений в массивах NumPy. Мы рассмотрели такие методы, как использование np.where(), np.putmask(), логическое индексирование и np.select(). Эти методы обеспечивают гибкость и эффективность, когда дело доходит до изменения значений массива в зависимости от конкретных условий. Используя эти методы, вы можете легко манипулировать массивами NumPy в соответствии с вашими требованиями.