Question

假设我有以下numpy.array：

In[]: x
Out[]: 
array([[1, 2, 3, 4, 5],
       [5, 2, 4, 1, 5],
       [6, 7, 2, 5, 1]], dtype=int16)


In[]: y
Out[]: 
array([[-3, -4],
       [-4, -1]], dtype=int16)

我希望将x的子数组替换为y并尝试以下操作：

In[]: x[[0,2]][:,[1,3]]= y

理想情况下，我希望这种情况发生：

In[]: x
Out[]: 
array([[1, -3, 3, -4, 5],
       [5, 2, 4, 1, 5],
       [6, -4, 2, -1, 1]], dtype=int16)

分配行不会给我任何错误，但当我检查x

的输出时

 In[]: x

我发现x没有改变，即分配没有发生。

我该如何完成这项任务？为什么这项任务没有发生？

Answer 1

＆＃34;花式索引＆＃34; x[[0,2]][:,[1,3]]返回数据的副本。使用切片进行索引会返回视图。分配确实发生了，但是对x的副本（实际上是...的副本的副本）。

在这里，我们看到索引返回一个副本：

>>> x[[0,2]]
array([[1, 2, 3, 4, 5],
       [6, 7, 2, 5, 1]], dtype=int16)
>>> x[[0,2]].base is x
False
>>> x[[0,2]][:, [1, 3]].base is x
False
>>>

现在您可以使用花式索引来设置数组值，但不能在嵌套索引时使用。

您可以使用np.ix_生成索引并执行分配：

>>> x[np.ix_([0, 2], [1, 3])]
array([[2, 4],
       [7, 5]], dtype=int16)
>>> np.ix_([0, 2], [1, 3])
(array([[0],
       [2]]), array([[1, 3]]))
>>> x[np.ix_([0, 2], [1, 3])] = y
>>> x
array([[ 1, -3,  3, -4,  5],
       [ 5,  2,  4,  1,  5],
       [ 6, -4,  2, -1,  1]], dtype=int16)
>>>

你也可以使用广播的花式索引（如果这甚至是术语），但它不是很漂亮

>>> x[[0, 2], np.array([1, 3])[..., None]] = y
>>> x
array([[ 1, -3,  3, -4,  5],
       [ 5,  2,  4,  1,  5],
       [ 6, -4,  2, -1,  1]], dtype=int16)

顺便说一句，目前在NumPy Discussion邮件列表上有一些interesting discussion更好地支持＆＃34; orthogonal＆＃34;索引，以便将来可能会变得更容易。

numpy任务不起作用

1 个答案: