Logische Operationen mit Array von Strings in Python

Question

Ich weiß, die folgende logische Operation mit numpy funktioniert:

A = np.array([True, False, True]) 
B = np.array([1.0, 2.0, 3.0]) 
C = A*B = array([1.0, 0.0, 3.0]) 

Aber das gleiche gilt nicht, wenn B ein Array von Strings ist. Ist es möglich, Folgendes zu tun:

A = np.array([True, False, True]) 
B = np.array(['eggs', 'milk', 'cheese']) 
C = A*B = array(['eggs', '', 'cheese']) 

Das ist eine Zeichenfolge multipliziert mit False sollte eine leere Zeichenfolge gleich sein. Kann dies ohne eine Schleife in Python gemacht werden (muss nicht numpy sein)?

Danke!

Answer 1

Sie np.where zur Herstellung einer solchen Auswahl basierend auf einer Maske verwenden -

np.where(A,B,'') 

Probelauf

-

In [4]: A 
Out[4]: array([ True, False, True], dtype=bool) 

In [5]: B 
Out[5]: 
array(['eggs', 'milk', 'cheese'], 
     dtype='|S6') 

In [6]: np.where(A,B,'') 
Out[6]: 
array(['eggs', '', 'cheese'], 
     dtype='|S6') 

Answer 2

Da Strings mit ganzen Zahlen multipliziert werden, und booleans ganze Zahlen sind:

A = [True, False, True] 
B = ['eggs', 'milk', 'cheese'] 
C = [a*b for a, b in zip(A, B)] 
# C = ['eggs', '', 'cheese'] 

Ich benutze immer noch eine Art von Schleife (gleiche wie numpy Lösung), aber es ist versteckt ich n prägnantes Listenverständnis.

Alternativ:

C = [a if b else '' for a, b in zip(A, B)] # explicit loop may be clearer than multiply-sequence trick 

Answer 3

np.char gilt Zeichenfolge Methoden Elemente eines Arrays:

In [301]: np.char.multiply(B, A.astype(int)) 
Out[301]: 
array(['eggs', '', 'cheese'], 
     dtype='<U6') 

I die Boolesche zu konvertieren hätten, ganze Zahl ist und es dem zweiten Platz.

Timing in anderen Fragen zeigt np.char iteriert und wendet die Python-Methoden an. Die Geschwindigkeit ist ungefähr so ​​wie beim Listenverständnis.

Für Vor-Ort-Änderung, maskierte Zuordnung anstelle von where

In [306]: B[~A]='' 
In [307]: B 
Out[307]: 
array(['eggs', '', 'cheese'], 
     dtype='<U6')