如何引用numpy.ufunc.at中的所有行

时间:2018-01-06 13:04:32

标签: python-3.x numpy numpy-ufunc

如何在numpy.ufunc.at

中引用给定列的所有行或切片

这适用于列:

c = np.array([[1,2,4],[5,3,4]])
np.add.at(c, [[0,1],], 999)
print(c)

out:
[[1000 1001 1003]
 [1004 1002 1003]]

但是,这两个都失败了

c = np.array([[1,2,4],[5,3,4]])
np.add.at(c, [,[0,1]], 999)
print(c)

out:
File "<ipython-input-164-ebab6f97aa81>", line 2
np.add.at(c, [,[0,1]], 999)
              ^
SyntaxError: invalid syntax

c = np.array([[1,2,4],[5,3,4]])
np.add.at(c, [:,[0,1]], 999)
print(c)
out:
File "<ipython-input-165-cef6394c4870>", line 2
    np.add.at(c, [:,[0,1]], 999)
                  ^
SyntaxError: invalid syntax

2 个答案:

答案 0 :(得分:3)

虽然@Paul有正确的解决方案,但可能会有一些解释。

np.add.at(c, [[0,1],], 999)

列表中不需要尾随逗号;它用于元组中,用于简化()分组中的单项元组。

In [197]: [[0,1],]
Out[197]: [[0, 1]]
In [198]: ([0,1],)
Out[198]: ([0, 1],)
In [199]: ([0,1])
Out[199]: [0, 1]

所以尾随的逗号有意义;但是第一个产生错误

In [200]: [,[0,1]]    
SyntaxError: invalid syntax

列表中的:也是错误。索引表达式中接受:,但会立即转换为slice(None)。索引使用[]像列表一样,但不是一回事。 .at的第二个参数由Python作为列表或元组进行评估,而不是作为索引表达式。

np.add.at(c, [:,[0,1]], 999)

In [213]: [:,[0,1]]
SyntaxError: invalid syntax

In [215]: np.add.at(c, [slice(None),[0,1]],999)
In [216]: c
Out[216]: 
array([[1000, 1001,    4],
       [1004, 1002,    4]])

@Paul建议的s_有效,因为它是一个带有自定义索引方法的类(__getitem__)。这是一个可爱而方便的技巧,但我刚才描述的基本Python语法仍然适用。

In [217]: np.s_[:, [0,1]]
Out[217]: (slice(None, None, None), [0, 1])

与根据需要使用尾随.at编制索引slice(None)一样,这就是您的第一个示例适用于行的原因。

In [224]: np.add.at(c, ([0,1,0], slice(None)),100)
In [225]: c
Out[225]: 
array([[201, 202, 204],
       [105, 103, 104]])

答案 1 :(得分:1)

你可以这样使用np.s_

>>> c = np.array([[1,2,4],[5,3,4]])
>>> np.add.at(c, np.s_[:, [0,1]], 999)
>>> c
array([[1000, 1001,    4],
       [1004, 1002,    4]])