将数组复制到NumPy中另一个数组的一部分

Question

我想将较小的数组A复制到较大的数组B中，如下所示： 这样做的显而易见的方法是计算A的哪一部分适合B，然后仅将该部分复制到目标数组B的预先计算的部分。这是一个繁琐且容易出错的任务，尤其是在更高维度中。有没有一种简便的方法（即无需计算所有索引）来实现这一目标？

一个澄清的词-通常必须：

在X轴上的

：计算A的多少元素适合B的部分，从A的大小中减去该元素，重新计算B适合的起点和终点（索引），重新计算A的索引。在第二维度重复（可能更多） ）。插入looong切片公式，该公式绝对不可读，然后确保在此过程中不会遗漏任何内容。这就是我所说的乏味且容易出错的。可以做到，但是有更好的方法吗？

Answer 1

您可以利用NumPy数组算法来处理N个维度，与处理1个维度一样。此外，可以计算N维的切片 调用map(slice, start_indices, end_indices)，并生成这些切片后，实际的复制就变成了单行：B[B_slices] = A[A_slices]：

import numpy as np

def copy_from(A, B, A_start, B_start, B_end):
    """
    A_start is the index with respect to A of the upper left corner of the overlap
    B_start is the index with respect to B of the upper left corner of the overlap
    B_end is the index of with respect to B of the lower right corner of the overlap
    """
    A_start, B_start, B_end = map(np.asarray, [A_start, B_start, B_end])
    shape = B_end - B_start
    B_slices = tuple(map(slice, B_start, B_end + 1))
    A_slices = tuple(map(slice, A_start, A_start + shape + 1))
    B[B_slices] = A[A_slices]

A = np.zeros((21,15))
B = np.ones((16,15))
A_start = [11, 5]
B_start =  [6, 0]
B_end =  [15, 9]
copy_from(A, B, A_start, B_start, B_end)
print(B)

收益

[[1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]]