我想在Python中修改子数组的值,但是它无法实现我想要的方式。这是一个示例,首先让我们考虑numpy数组:
A = np.reshape(np.arange(25),(5,5))
和
B = np.ones((2,3))
如果我们检查A的值,我们将得到:
>>> A
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19],
[20, 21, 22, 23, 24]])
我想在A中替换子数组的值
A[:,[1,3,4]][[1,3],:]
按B的值。所以我在做以下事情:
A[:,[1,3,4]][[1,3],:] = B
我想得到:
>>> A
array([[ 0, 1, 2, 3, 4],
[ 5, 1, 7, 1, 1],
[10, 11, 12, 13, 14],
[15, 1, 17, 1, 1],
[20, 21, 22, 23, 24]])
但是,此方法不会更改A的值。当然,我可以使用循环逐个元素地执行此操作,但事实是我想使用16000 * 16000矩阵来执行此操作,因此我正在寻找一种不使用循环的方法。你能帮我吗?
任何帮助将不胜感激:)
答案 0 :(得分:1)
这是一个令人困惑的案例。发生了什么事
A[:, [1,3,4]]
索引到A
,创建一个新数组,其中包含A
的第1、3和4列。下一个表达式[[1, 3], :]
索引该临时数组的行并设置其值。
要正常工作,您需要在同一表达式中索引列和行。但是,如果尝试这样做,则会引发错误
A[[1,3], [1,3,4]] = B ## Not working!
正在发生的事情是numpy将列表解释为坐标对,这不是我们在这里想要的(有关详细信息,请参见https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html。要想从numpy中获得最大收益,这是必读的内容)。幸运的是,numpy
为这种情况提供了ix_
方法。它获取代表行和列的列表,并创建可用作索引的内容。
>>> A[np.ix_([1,3],[1,3,4])] = B
>>> A
array([[ 0, 1, 2, 3, 4],
[ 5, 1, 7, 1, 1],
[10, 11, 12, 13, 14],
[15, 1, 17, 1, 1],
[20, 21, 22, 23, -1]])