如何使用掩码来限制两个numpy数组之间的广播操作？

Question

我有一个像这样的数组：

data = np.array([
    [[10, 10, 10],
     [10, 10, 10],
     [10, 10, 10]],

    [[20, 20, 20],
     [20, 20, 20],
     [20, 20, 20]],

    [[30, 30, 30],
     [30, 30, 30],
     [30, 30, 30]],
], dtype=np.float64)

和一个用于除以值的值，如下所示：

divide_by = np.array([
    [[10, 10, 1]],
    [[1, 10, 10]],
    [[1, 1, 1]],
], dtype=np.float64)

我想将

data

数组的每一行（轴 0）除以

divide_by

数组中的值（有点像邮票），但仅限于给定掩码（其形状为

data）的位置

）已设置为

True

。

所以我可以通过以下方式实现第一部分：

divide_by = divide_by.reshape(divide_by.shape[0], divide_by.shape[2])

data /= divide_by

print(data)

其产量：

[[[ 1.  1. 10.]
  [10.  1.  1.]
  [10. 10. 10.]]

 [[ 2.  2. 20.]
  [20.  2.  2.]
  [20. 20. 20.]]

 [[ 3.  3. 30.]
  [30.  3.  3.]
  [30. 30. 30.]]]

请注意，

data

数组的每一行都已除以

divide_by

中的内容，就好像它已像邮票一样应用在其顶部。太棒了。

我现在想做同样的事情，但只在该掩码设置为 true 的地方应用除法：

mask = np.array([
    [[False, True, False],
     [False, False, False],
     [True, False, False]],

    [[True, True, True],
     [False, False, True],
     [False, False, False]],

    [[True, False, False],
     [False, False, False],
     [False, False, False]],
])

因此预期输出为：

[[[10.  1. 10.]
  [10. 10.  1.]
  [10. 10. 10.]]

 [[ 2.  2. 20.]
  [20. 20.  2.]
  [20. 20. 20.]]

 [[ 3. 30. 30.]
  [30. 30. 30.]
  [30. 30. 30.]]]

掩码定义了要划分的位置的子集，

但是如果我这样做：

data[mask] /= divide_by

而不是

data /= divide_by

我得到：

ValueError: operands could not be broadcast together with shapes (7,) (3,3) (7,) 

在这种特殊情况下我该如何使用这个面膜？

Answer 1

您可以使用

np.where(mask, data / divide_by[None, :, 0], data)

。