过滤numpy数组，但保留原始值

Question

换句话说，numpy是否支持“筛分”？

我有两个数组：

a = np.array([1, 0, 2, 3, 0, 4])
b = np.array([1, 0, 0, 0, 0, 6])

我想要返回一个新数组c，该数组包含基于a的掩码的b的原始值：

c = a[b > 0] 
>> c
np.array([1, 4])
# but what I want is:
# np.array([1, 0, 0, 0, 0, 4])

我可以通过列表理解来解决这个问题：

c = [a[i] if b[i] > 0 else 0 for i in range(len(a))]

我也可以做一个遮罩，但这需要2倍的迭代：

mask = [1 if b[i] > 0 else 0 for i in range(len(b))]  
c = ma.array(a, mask=mask)

是否有numpy固有的功能，允许一个数组充当另一个数组的筛子？

Answer 1

使用np.where：

result = np.where(b > 0, a, 0)
print(result)

或只是乘以：

import numpy as np

a = np.array([1, 0, 2, 3, 0, 4])
b = np.array([1, 0, 0, 0, 0, 6])

print(a * (b > 0))

输出

[1 0 0 0 0 4]