Question

我收到一个基本错误，输出奇怪，我不太了解：

复制步骤

arr1 = np.zeros([6,10,50])
arr2 = np.zeros([6,10])
arr1[:, :, range(25,26,1)] = [arr2]

会产生此错误：

ValueError: shape mismatch: value array of shape (1,6,10) could not be broadcast to indexing result of shape (1,6,10)

谁能解释我在做什么错？

Answer 1

为arr2添加一个额外的尺寸：

arr1[:, :, range(25,26,1)] = arr2.reshape(arr2.shape + (1,))

此处使用的range表示法更简单：

arr1[:, :, 25:26)] = arr2.reshape(arr2.shape + (1,))

（并且slice(25,26,1)或slice(25,26)也可以工作；只是增加了选项并可能造成混淆。）

或在arr2的末尾插入一个额外的轴：

arr1[..., 25:26] = arr2[..., np.newaxis]

（其中...的意思是“尽可能多的尺寸”）。您也可以使用None代替np.newaxis；后者可能更明确，但是任何知道NumPy的人都会认识到None插入了额外的尺寸（轴）。

当然，您也可以从一开始就将arr2设置为3维：

arr2 = np.zeros([6,10,1])

请注意，从左侧使用广播确实可行：

>>> arr1 = np.zeros([50,6,10])   # Swapped ("rolled") dimensions
>>> arr2 = np.zeros([6,10])
>>> arr1[25:26, :, :] = arr2     # No need to add an extra axis

就像从代码中那样，从右边使用它只是行不通。

Answer 2

由于range(25, 26, 1)实际上是一个数字，因此您可以使用以下任一方法：

arr1[:, :, 25:26] = arr2[..., None]

或：

arr1[:, :, 25] = arr2

代替arr1[:, :, range(25,26,1)] = [arr2]。

请注意，对于不减少到单个数字的范围/切片，第一行将使用broadcasting。

您的原始代码无法正常工作的原因是您以一种不兼容的方式混合了NumPy数组和Python list，因为NumPy将[arr2]解释为形状为(1, 6, 10)，而结果期望形状为(6, 10, 1)（您得到的错误与之有关。）

上述解决方案旨在确保arr2的形状兼容。另一种可能是更改收件人的形状，这将允许您分配[arr2]，例如：

arr1 = np.zeros([50,6,10])
arr2 = np.zeros([6,10])
arr1[25:26, :, :] = [arr2]

此方法的效率可能较低，因为arr2[..., None]只是arr2中相同数据的内存视图，而[arr2]正在创建（读取：为该内存分配新内存）新的list对象，这需要将某些转换（发生在幕后）分配给NumPy数组。

ValueError：形状不匹配：具有相同形状

2 个答案: