Входы
In [77]: X
Out[77]:
array([[inf, 1., inf],
[inf, 2., 4.],
[ 3., 4., 5.]])
In [78]: M
Out[78]:
array([[1, 0, 0],
[0, 1, 0],
[0, 1, 0]])
подход
Сначала нам нужно инвертировать маску M
, а затем получить индексы, используя numpy.where
; С помощью этих индексов мы можем затем установить элементы в исходном массиве на ноль, проиндексировав их следующим образом:
# inverting the mask
In [59]: M_not = np.logical_not(M)
In [80]: M_not
Out[80]:
array([[False, True, True],
[ True, False, True],
[ True, False, True]])
# get the indices where `True` exists in array `M_not`
In [81]: indices = np.where(M_not)
In [82]: indices
Out[82]: (array([0, 0, 1, 1, 2, 2]), array([1, 2, 0, 2, 0, 2]))
# zero out the elements
In [84]: X[indices] = 0
In [61]: X
Out[61]:
array([[inf, 0., 0.],
[0., 2., 0.],
[0., 4., 0.]])
P.S. инвертирование маска не должна пониматься как инверсия матрицы. Это следует понимать как переключение логических значений (True
-> False
; False
-> True
)