这是我的代码,但有一些问题:
import numpy as np
from scipy.ndimage.interpolation import shift
index_default = np.array([2, 4])
b = np.zeros((5, 5), dtype=float)
f = np.array([[0, 0, 0, 0, 1],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 1],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0]])
m = np.array([[1, 2, 1, 2, 1],
[1, 2, 1, 2, 1],
[1, 2, 1, 2, 0],
[1, 2, 1, 2, 1],
[1, 2, 1, 2, 1]])
for index, x in np.ndenumerate(f):
if x == 1:
a = np.asarray(index)
y = np.subtract(a, index_default)
m_shift = shift(m, (y[0], y[1]), cval=0)
b += np.add(m_shift, b)
print(m_shift)
print(b)
所以,当我只想打印m_shift时,代码将仅显示两个m_shift数组。如果我按照print(b)的描述运行此代码,它将显示三个m_shift数组。此外,它不直观地进行计算。对我来说输出应该是:
f = np.array([[2, 4, 2, 4, 1],
[2, 4, 2, 4, 2],
[2, 4, 2, 4, 1],
[1, 2, 1, 2, 1],
[1, 2, 1 ,2, 1]])
我认为+ =运算符会引起问题。但是我认为我必须使用它,因为我想保留循环结果而不覆盖它
答案 0 :(得分:0)
将b + =更改为b =。
b+= ... # corresponds to b = b + add(m_shift,b)
# net effect is that b = b + m_shift + b I think you intend b=b+m_shift
b+=m_shift # probably works too.