NumPy数组索引2D矩阵

Question

在处理相同的大数据时，我遇到了一个小问题。 但是现在，让我们假设我有一个用零填充的NumPy数组

>>> x = np.zeros((3,3))
>>> x
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

现在，我想用特定值更改其中一些零。 我已经给出了要更改的单元格的索引。

>>> y = np.array([[0,0],[1,1],[2,2]])
>>> y 
array([[0, 0],
       [1, 1],
       [2, 2]])

我有一个具有所需（现在是随机的）数字的数组，如下

>>> z = np.array(np.random.rand(3))
>>> z
array([ 0.04988558,  0.87512891,  0.4288157 ])

所以现在我想我可以做到以下几点：

>>> x[y] = z

但是比起这样填充整个数组

>>> x
array([[ 0.04988558,  0.87512891,  0.4288157 ],
       [ 0.04988558,  0.87512891,  0.4288157 ],
       [ 0.04988558,  0.87512891,  0.4288157 ]])

但是我希望得到

>>> x
array([[ 0.04988558,           0,          0 ],
       [          0,  0.87512891,          0 ],
       [          0,           0,  0.4288157 ]])

编辑

现在，我使用了对角线索引，但是在这种情况下，我的索引不仅仅是对角线。 我希望以下作品：

>>> y = np.array([[0,1],[1,2],[2,0]])
>>> x[y] = z
>>> x
>>> x
array([[          0,  0.04988558,          0 ],
       [          0,           0, 0.87512891 ],
          0.4288157,           0,          0 ]])

但这就像上面那样填充整个数组

Answer 1

数组索引在多维数组上的工作方式略有不同

如果有矢量，则可以使用来访问前三个元素

x[np.array([0,1,2])]

但是在矩阵上使用它时，它将返回前几行。 一见钟情，使用

x[np.array([0,0],[1,1],[2,2]])]

听起来很合理。 但是，NumPy数组索引的工作方式不同：它仍然以一维方式处理所有这些索引，但是以与索引向量相同的形状从向量返回值。

要正确访问2D矩阵，您必须将两个分量都分成两个单独的数组：

x[np.array([0,1,2]), np.array([0,1,2])]

这将获取矩阵主对角线上的所有元素。 也可以使用此方法进行分配：

x[np.array([0,1,2]), np.array([0,1,2])] = 1

因此，要访问您在编辑中提到的元素，必须执行以下操作：

x[np.array([0,1,2]), np.array([1,2,0])]