我不明白为什么我会以0而不是不满足条件的空值或空值结尾... b是一个用0和1值填充的numpy数组，c是另一个完全填充的numpy数组。

所有阵列均为71x71x166

a = np.empty(((71,71,166)))
d = np.empty(((71,71,166)))
for indexes, value in np.ndenumerate(b):
    i,j,k = indexes
    a[i,j,k] = np.where(b[i,j,k] == 1, c[i,j,k], d[i,j,k])

我想最后得到一个数组，该数组仅具有满足条件的值，并且在其他任何地方都为空，而不会改变其形状。

要求澄清的全部澄清问题：我从一个带有形状的浮动填充数组开始(71,71,166)我根据应用于float数组的cutoff创建一个int数组,基本上创建了一些bin,大致标出了数组中的10个区域,其间有0个值我想要最终得到的是一个具有形状(71,71,166)的数组,其具有特定阵列方向的平均值(假设垂直方向,如果您将3D数组视为3D立方体)某个“bin” …所以我试图循环遍历“bins”b == 1,b == 2等,在满足条件的情况下对float进行采样但在其他地方为null,这样我就可以取平均值,然后在最后重新组合成一个数组循环….不确定我是否让自己明白了.我正在使用np.where并使用索引,因为当我尝试执行此操作时我仍然会遇到错误,尽管它感觉非常低效.

考虑这个例子：

import numpy as np
data = np.random.random((4,3))
mask = np.random.random_integers(0,1,(4,3))
data[mask==0] = np.NaN

当掩码为0时,数据将设置为nan.当然,您可以使用任何类型的条件,或者对b中的不同值执行不同的操作.

要删除除特定bin之外的所有内容,请尝试以下操作：

c[b!=1] = np.NaN

因此,要复制特定bin中的所有内容：

a = np.copy(c)
a[b!=1] == np.NaN

要获得bin中所有内容的平均值：

np.mean(c[b==1])

所以也许这可能会做你想要的(其中bin是bin值的列表)：

a = np.empty(c.shape)
a[b==0] = np.NaN
for bin in bins:
    a[b==bin] = np.mean(c[b==bin])