Нумеровый эквивалент if/else без цикла

есть ли какой-нибудь pythonic путь для удаления для цикла и if/else в коде ниже.

этот код перебирает массив NumPy и проверяет состояние и в соответствии с условием изменяет значение.

>>> import numpy as np
>>> x=np.random.randint(100, size=(10,5))
>>> x
array([[79, 50, 18, 55, 35],
       [46, 71, 46, 95, 52],
       [97, 37, 71,  2, 79],
       [80, 96, 60, 85, 72],
       [ 6, 52, 63, 86, 38],
       [35, 50, 13, 93, 54],
       [69, 21,  4, 40, 53],
       [83,  7, 30, 16, 78],
       [18, 34, 91, 67, 89],
       [82, 16, 16, 24, 80]])

>>> for i in range(x.shape[0]):
    for j in range(x.shape[1]):
        if x[i,j]>50:
            x[i,j]=0
        elif x[i,j]<50:
            x[i,j]=1


>>> x
array([[ 0, 50,  1,  0,  1],
       [ 1,  0,  1,  0,  0],
       [ 0,  1,  0,  1,  0],
       [ 0,  0,  0,  0,  0],
       [ 1,  0,  0,  0,  1],
       [ 1, 50,  1,  0,  0],
       [ 0,  1,  1,  1,  0],
       [ 0,  1,  1,  1,  0],
       [ 1,  1,  0,  0,  0],
       [ 0,  1,  1,  1,  0]])

Я хочу сделать то же самое без циклов и оператора if. что-то вроде ниже дозы не работает, из-за изменений в массиве:

>>> import numpy as np
>>> x=np.random.randint(100, size=(10,5))
>>> x
array([[ 2, 88, 27, 67, 29],
       [62, 44, 62, 87, 32],
       [80, 95, 31, 30, 33],
       [14, 41, 40, 95, 27],
       [53, 30, 35, 22, 98],
       [90, 39, 74, 28, 73],
       [10, 71,  0, 11, 37],
       [28, 25, 83, 24, 93],
       [30, 70, 15,  5, 79],
       [69, 43, 85, 68, 53]])
>>> x[x>50]=0
>>> x[x<50]=1
>>> x
array([[1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1]])

UPDATE и что происходит, если есть больше условий, таких как:

   >>> import numpy as np
    >>> x=np.random.randint(100, size=(10,5))
    >>> x
    array([[87, 99, 70, 32, 28],
           [38, 76, 89, 17, 34],
           [28,  1, 40, 34, 67],
           [45, 47, 69, 78, 89],
           [14, 81, 46, 71, 97],
           [39, 45, 36, 36, 25],
           [87, 28,  1, 46, 99],
           [27, 98, 37, 36, 84],
           [55,  2, 23, 29,  9],
           [34, 79, 49, 76, 48]])
    >>> for i in range(x.shape[0]):
        for j in range(x.shape[1]):
            if x[i,j]>90:
                x[i,j]=9
            elif x[i,j]>80:
                x[i,j]=8
            elif x[i,j]>70:
                x[i,j]=7
            elif x[i,j]>60:
                x[i,j]=6
            elif x[i,j]>50:
                x[i,j]=5
            elif x[i,j]>40:
                x[i,j]=4
            else:
                x[i,j]=0


    >>> x
    array([[8, 9, 6, 0, 0],
           [0, 7, 8, 0, 0],
           [0, 0, 0, 0, 6],
           [4, 4, 6, 7, 8],
           [0, 8, 4, 7, 9],
           [0, 4, 0, 0, 0],
           [8, 0, 0, 4, 9],
           [0, 9, 0, 0, 8],
           [5, 0, 0, 0, 0],
           [0, 7, 4, 7, 4]])

Ответы

Ответ 1

Один IF-ELIF

Подход №1 Один подход -

keep_mask = x==50
out = np.where(x>50,0,1)
out[keep_mask] = 50

Подход №2 Альтернативно, для редактирования на месте -

replace_mask = x!=50
x[replace_mask] = np.where(x>50,0,1)[replace_mask]
# Or (x<=50).astype(int) in place of np.where(x>50,0,1)

Код-гольф? Если вы действительно хотите играть в кодекс-гольф/однострочный -

(x<=50)+(x==50)*49

Несколько IF-ELIF

Подход №1

Для немного более общего случая, включающего больше частей if-elif, мы могли бы использовать np.searchsorted -

out_x = np.where(x<=40,0, np.searchsorted([40,50,60,70,80,90], x)+3)

Ответ 2

Один лайнер, который делает все ваши циклы:

x[x != 50] = x[x != 50] < 50

РЕДАКТИРОВАТЬ:

Для вашего расширенного вопроса вам нужно что-то вроде:

bins = [40, 50, 60, 70, 80, 90, 100]
out = np.digitize(x, bins, right = 1)
out[out.astype(bool)] += 3

Ответ 3

np.where(x < 50, 0, 1)

Этого должно быть достаточно. Вам не нужно сохранять значение маски для 50, поскольку 50 не меньше или не превышает 50. Надеюсь, это поможет.

Ответ 4

np.where(x < 50, 0, 1)

Обновить

#update
np.where(x < 40, 0, x)
np.where(x > (x - (x % 10)), x // 10, x)

Ответ 5

Извините за опоздание на вечеринку, просто хотел поделиться другим подходом к проблеме.

Однолинейное решение:

x = np.where(x>=50, 50, 1) + np.where(x>50, -50, 0)

Обоснование:

Мы можем суммировать следующие две матрицы numpy.where:

Для матрицы A: если x [i, j]> = 50, то установите значение 50, в противном случае 1, потому что мы хотим, чтобы x [i, j] & lt; 50 было равно 1.
Для матрицы B: если x [i, j]> 50, то установить значение -50, таким образом, для x [i, j]> 50 сумма по обеим матрицам даст значение 0 для соответствующих элементов.

При вычислении A + B значения, установленные для условий x> 50 (то есть -50) и x> = 50 (то есть 50), дают требуемые значения (0 и 50) и не влияют на значения, установленные для x & lt; 50.

Обновление для ОБНОВЛЕНИЯ

x = np.where(x>40, 4, 0) + np.where(x>50, 1, 0) + np.where(x>60, 1, 0) + np.where(x>70, 1, 0) + np.where(x>80, 1, 0) + np.where(x>90, 1, 0)

Или короче, если мы можем полагаться на тот факт, что значения всегда меньше 100 (измените dtype, если хотите целые числа):

x = np.where(x>40, np.floor(x/10), 0)

Для меня этот код вполне читабелен, но я не являюсь представителем.