Python中根据另一数组的条件修改指定数组元素的实现问题

你可以通过两种高效的NumPy向量化操作实现需求，且不会修改原数组，结果存入新变量：

方法一：布尔索引+副本修改 #

先创建原数组的副本，再通过布尔掩码定位需要修改的位置并更新：

import numpy as np

y1 = [1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 1, 1, 1]
y2 = [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1]
y1_a = np.array(y1)
y2_a = np.array(y2)

# 创建y2_a的副本作为初始新数组
y_modified = y2_a.copy()

# 生成布尔掩码：筛选y1_a为1且y2_a为0的位置
mask = (y1_a == 1) & (y2_a == 0)

# 更新符合条件的位置为1
y_modified[mask] = 1

# 输出结果
print("原y2_a数组：")
print(y2_a)
print("修改后的数组：")
print(y_modified)

方法二：np.where一步生成 #

利用np.where函数直接根据条件生成新数组，代码更简洁：

import numpy as np

y1 = [1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 1, 1, 1]
y2 = [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1]
y1_a = np.array(y1)
y2_a = np.array(y2)

# 条件满足时取1，否则保留y2_a原值
y_modified = np.where((y1_a == 1) & (y2_a == 0), 1, y2_a)

# 输出结果
print("原y2_a数组：")
print(y2_a)
print("修改后的数组：")
print(y_modified)

结果说明 #

两种方法得到的修改后数组均为：[1 0 0 0 1 0 1 0 0 0 0 1 1 1]，仅更新了y1_a为1且y2_a为0的位置，其余位置保持原y2_a的值。

内容的提问来源于stack exchange，提问作者shiva