Numpy：根据多个条件，对数组每个元素做操作

在深度学习中，如果想对数组的每个元素，根据数组范围来划分标签，就需要根据"多个条件"对数组中的"每个元素"做操作（不同区间的数，打上不同的标签）！

操作：a[ (条件1) & (条件2) & (条件3) ] = 某个数/标签

一个实际小例子：有个4x4已经归一化（每个元素的数值范围在0-1之间）的二维数组，我希望：

• (0,0.2] 范围内的数字，打上标签"1"；
• (0.2, 0.4] 范围内的数字，打上标签"2"；
• (0.4, 0.6] 范围内的数字，打上标签"3"；
• (0.6, 0.8] 范围内的数字，打上标签"4"；
• (0.8, 1] 范围内的数字，打上标签"5"。

看上去貌似要多次循环+判断，但其实用上面提到的numpy自带操作处理，简单快速！

import random
a = np.random.rand( 4, 4 )

# w = a   —— 这是浅拷贝！如果改了w，a就自动也改了！我们当然希望标签与原数据都保留！
w = a.copy()  # 这才是深拷贝！二者完全隔离！

# 满足多条件的赋值：多个条件之间，要加()和,彼此隔开！√
w[ (w > 0.2) & (w <= 0.4) ] = 2
w[ (w > 0.4) & (w <= 0.6) ] = 3
w[ (w > 0.6) & (w <= 0.8) ] = 4
w[ (w > 0.8) & (w <= 1.0) ] = 5
w[ w <= 0.2 ] = 1  # 这个1必须放最后，否则会和上面5的条件“范围”冲突！

# 结果：
a
Out[3]: 
array([[0.69080079, 0.37832965, 0.27004349, 0.79289527],
       [0.28036247, 0.11518823, 0.64604617, 0.42053893],
       [0.3990824 , 0.33475105, 0.81398231, 0.87659321],
       [0.56209747, 0.71875602, 0.76563738, 0.32211932]])

w
Out[4]: 
array([[4., 2., 2., 4.],
       [2., 1., 4., 3.],
       [2., 2., 5., 5.],
       [3., 4., 4., 2.]])

如程序中已经注明了的，有两点需要注意：

• 标签w已经要对原始数据进行"深拷贝"！否则该了标签，就相应一起该了原数据！
• w[ w <= 0.2 ] = 1 这个操作一定要放到最后！否则它若在最前面，所有小于0.2的数据都先被转为1，但是第五个条件是(0.8,1]的数据都转为5！此时条件五把标签"1"给转成了5！！！