如何在Matlab样式的Python中替换预分配的np.array的元素

Question

我是来自matlab的Python新手。 现在，当我想将Matlab中的向量保存到预先分配的矩阵中时，执行此操作（matlab代码）

a = zeros(5, 2)
b = zeros(5, 1)
# save elements of b in the first column of a
a(:, 1) = b

现在我在python中使用numpy。 我真的不知道如何描述这个问题。 我在这里做什么基本上就是这个

a = np.zeros([5, 2])
b = np.ones([5, 1])
a[:, 0] = np.reshape(b, a[:, 0].shape) 

因为以下解决方案不起作用：

a[:, 0] = b # Not working

谁能指出其他实现方法，更接近于matlab风格？

Answer 1

简单的方法是-

a[:,[0]] = b

样品运行-

In [217]: a = np.zeros([5, 2])
     ...: b = np.ones([5, 1])
     ...: 

In [218]: a[:,[0]] = b

In [219]: a
Out[219]: 
array([[ 1.,  0.],
       [ 1.,  0.],
       [ 1.,  0.],
       [ 1.,  0.],
       [ 1.,  0.]])

基本上，通过使用标量a[:,0]切片，减少了分配尺寸的数量（删除了使用标量的尺寸）。 当我们指定像a[:,[0]]这样的索引/索引列表时，维被保留，即保持为2D ，这允许我们分配b ，它也是2D 。 让我们测试一下-

In [225]: a[:,0].shape
Out[225]: (5,) # 1D array

In [226]: a[:,[0]].shape
Out[226]: (5, 1) # 2D array

In [227]: b.shape
Out[227]: (5, 1) # 2D array

供参考，这是切片方案的link 。 引用其中的相关部分-

整数i返回与i：i + 1相同的值，不同之处在于返回的对象的维数减少了1。

特别是，第p个元素为整数（以及所有其他条目:）的选择元组将返回尺寸为N-1的相应子数组。