Question

我有一个numpy数组

src = np.random.rand(320,240)

和另一个大小为2 x（320 * 240）的numpy数组idx。 idx的每列索引结果数组dst中的条目，例如idx[:,20] = [3,10]引用dst中的第3行第10列，假设是20对应于src的展平索引，即idx在src和dst的条目之间建立映射。假设dst初始化为全零，如何在src中将条目复制到dst中的目的地而不进行循环？

Answer 1

以下是执行此操作的规范方法：

>>> import numpy as np
>>> 
>>> src = np.random.rand(4, 3)
>>> src
array([[0.0309325 , 0.72261479, 0.98373595],
       [0.06357406, 0.44763809, 0.45116039],
       [0.63992938, 0.6445605 , 0.01267776],
       [0.76084312, 0.61888759, 0.2138713 ]])
>>> 
>>> idx = np.indices(src.shape).reshape(2, -1)
>>> np.random.shuffle(idx.T)
>>> idx
array([[3, 3, 0, 1, 0, 3, 1, 1, 2, 2, 2, 0],
       [1, 2, 2, 0, 1, 0, 1, 2, 2, 1, 0, 0]])
>>> 
>>> dst = np.empty_like(src)
>>> dst[tuple(idx)] = src.ravel()
>>> dst
array([[0.2138713 , 0.44763809, 0.98373595],
       [0.06357406, 0.63992938, 0.6445605 ],
       [0.61888759, 0.76084312, 0.01267776],
       [0.45116039, 0.0309325 , 0.72261479]])

如果您无法确定idx是否正确，则使用np.full的填充值不会出现在src而非{{1}中会更安全一点}}

np.empty

如果您发现>>> dst = np.full_like(src, np.nan) >>> dst[tuple(idx)] = src.ravel() >>> >>> dst array([[0.27020869, 0.71216066, nan], [0.63812283, 0.69151451, 0.65843901], [ nan, 0.02406174, 0.47543061], [0.05650845, nan, nan]])中的填充值，则dst出现问题。

Answer 2

您可以尝试：

dst[idx[0, :], idx[1, :]] = src.flat

In [33]: src = np.random.randn(2, 3)

In [34]: src
Out[34]: 
array([[ 0.68636938,  0.60275041,  1.26078727],
       [ 1.17937849, -1.0369404 ,  0.42847611]])

In [35]: dst = np.zeros_like(src)

In [37]: idx = np.array([[0, 1, 0, 1, 0, 0], [1, 2, 0, 1, 2, 0]])

In [38]: dst[idx[0, :], idx[1, :]] = src.flat

In [39]: dst
Out[39]: 
array([[ 0.42847611,  0.68636938, -1.0369404 ],
       [ 0.        ,  1.17937849,  0.60275041]])

dst [0,1]是src [0,0]等。

Python：使用索引数组在两个数组之间进行映射

2 个答案: