如何比较多个2D numpy数组上的非零值？

Question

假设我有两个填充了随机整数的二维数组。 我希望第一个数组保留值为leq5的所有索引，第二个数组保留值为leq6的所有索引。为简单起见，所有其他索引都可以设置为零。你知道吗

table1 = np.array(([1,3],[5,7]))
table2  = np.array(([2,4],[6,8]))

print table1
print table2 ,'\n'

table1_tol_i = np.where(table1[:,:] > 5)
table1[table1_tol_i] = 0
print table1 

table2_tol_i = np.where(table2[:,:] > 4)
table2[table2_tol_i] = 0
print table2, '\n'

[[1 3]
 [5 7]]
[[2 4]
 [6 8]] 

[[1 3]
 [5 0]]
[[2 4]
 [0 0]]

然后我只想保留两个表都有非零值的索引。我想要

[[1 3]
 [0 0]]
[[2 4]
 [0 0]]

我试过下面的方法，但没有给我想要的

nonzero_i = (np.where(table1 != 0) and (np.where(table2 != 0 )))
print table1[nonzero_i]
print table2[nonzero_i]

[1 3]
[2 4]

Answer 1

您只保留两个表都有非零值的索引-这就是为什么当您用nonzero_i索引到table1和table2时，只返回第一行（只包含非零值）。你知道吗

这种逻辑可以通过构造boolean index array来更简单地表达：

# boolean array that is True wherever both table1 & table2 are nonzero
valid = (table1 != 0) & (table2 != 0)

# or alternatively:
# valid = np.logical_and(table1, table2)

您可以使用它直接索引到table1和table2。你知道吗

---

看起来你实际上想做的是给table1或table2为0的任何位置赋值。你知道吗

如果需要副本，可以使用^{}的np.where(condition, val_where_true, val_where_false)语法：

print(repr(np.where(valid, table1, 0)))
# array([[1, 3],
#        [0, 0]])

print(repr(np.where(valid, table2, 0)))
# array([[2, 4],
#        [0, 0]])

或者如果您想修改table1和table2，您可以这样做

table1[~valid] = 0

table2[~valid] = 0

（~是“按位not”运算符，它反转布尔索引数组）。你知道吗