更新多重索引np.array中的元素

Question

我有一个二维的numpy数组，需要通过多层索引来更新元素的选择。 对我来说，这样做的明显方法不起作用，因为似乎numpy只是更新数组的副本，而不是数组本身：

import numpy as np

# Create an array and indices that should be updated
arr = np.arange(9).reshape(3,3)
idx = np.array([[0,2], [1,1],[2,0]])
bool_idx = np.array([True, True, False])

# This line does not work as intended since the original array stays unchanged
arr[idx[:,0],idx[:,1]][bool_idx] = -1 * arr[idx[:,0],idx[:,1]][bool_idx]

这是结果输出：

>>> arr
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

但是，我期望此输出：

>>> arr
array([[0, 1, -2],
       [3, -4, 5],
       [6, 7, 8]])

Answer 1

我们需要使用给定的mask索引，然后索引到arr并分配新值。 对于索引，我们可以使用tuple(masked_indices)进行索引，或者使用index-array的两列进行整数索引，从而提供两种方法。

方法1：

arr[tuple(idx[bool_idx].T)] *= -1

方法2：

idx_masked = idx[bool_idx]
arr[idx_masked[:,0],idx_masked[:,1]] *= -1

为什么原始方法无效？

在LHS上，您正在做arr[idx[:,0],idx[:,1]][bool_idx] ，这基本上是两个步骤： arr[idx[:,0],idx[:,1]] ，根据arr.__getitem__(indexer)叫arr.__getitem__(indexer) *。 当indexer是切片时，元素的规则性允许NumPy返回视图（通过修改步幅和偏移量）。 当索引器是任意布尔掩码或任意整数数组时，所选元素通常没有规律性，因此无法返回视图。 让我们将arr[idx[:,0],idx[:,1]]称为arr2 。

下一步，使用组合的arr[idx[:,0],idx[:,1]][bool_idx] ，即arr2[bool_idx] ，在arr2[bool_idx]将其称为arr2.__setitem__(mask) ，其实现为修改arr2 ，因此不会传播回arr 。

*灵感来自-https: //stackoverflow.com/a/38768993/ 。

有关__getitem__ ， __setitem__更多信息。

为什么此帖子中张贴的方法有效？

因为两者都直接将arr的indexer与修改arr arr.__setitem__(indexer)使用。

Answer 2

您只需要对自己的尝试做一些小改动-您就需要在每个整数索引表达式上应用布尔值索引数组。 换句话说，这应该起作用：

arr[idx[:,0][bool_idx],idx[:,1][bool_idx]] *= -1

（我刚刚将[bool_idx]移动到了方括号内，以将其应用于两个整数索引表达式idx[:,0]和idx[:,1] ）