如何在Python中按条件将二维NumPy数组元素替换为字符串？

问题描述 #

需要将Numpy二维数组中大于100的元素替换为字符串"True"，小于等于100的替换为字符串"False"，原代码执行失败，以下是原代码及期望输出：

原代码

import numpy as np
h1 =np.array([[10, 85, 103, 444, 150, 200, 35, 47],      
                 [532, 476, 0, 1011, 50, 674, 5, 999],
                 [985, 7, 99, 101, 1, 58, 300, 78],
                 [750, 649, 86, 8, 505, 41, 745, 187]])
for r in range (0,len(h1)):
    for c in range(0,len(h1[0])):
        valor = h1[r][c]
        if valor > 100:
            h1[r][c] = 'True'
        else:
            h1[r][c] = 'False'

期望输出

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

错误原因 #

原Numpy数组默认是数值类型（如int64），Numpy数组要求元素类型统一，直接给数值类型数组赋值字符串会触发类型不兼容错误，导致代码执行失败。

解决方案 #

方案一：转换为Object类型数组后循环赋值

先将数组转换为支持混合类型的object类型，再执行循环替换：

import numpy as np
h1 = np.array([[10, 85, 103, 444, 150, 200, 35, 47],      
               [532, 476, 0, 1011, 50, 674, 5, 999],
               [985, 7, 99, 101, 1, 58, 300, 78],
               [750, 649, 86, 8, 505, 41, 745, 187]])
# 转换为object类型，允许存储字符串
h1 = h1.astype(object)
for r in range(len(h1)):
    for c in range(len(h1[0])):
        h1[r][c] = 'True' if h1[r][c] > 100 else 'False'
print(h1)

方案二：使用Numpy向量化操作（高效推荐）

利用np.where直接生成目标字符串数组，无需循环，更符合Numpy的使用习惯：

import numpy as np
h1 = np.array([[10, 85, 103, 444, 150, 200, 35, 47],      
               [532, 476, 0, 1011, 50, 674, 5, 999],
               [985, 7, 99, 101, 1, 58, 300, 78],
               [750, 649, 86, 8, 505, 41, 745, 187]])
# 向量化替换：满足条件的位置赋值'True'，否则'False'
result = np.where(h1 > 100, 'True', 'False')
print(result)

两种方案输出结果均与期望一致。

内容的提问来源于stack exchange，提问作者victhor99