[英]Working with corresponding 3D numpy arrays in for loop
我想知道使用相应的 3D 阵列的最佳方法是什么。 所以我创建了 3 个不同的 numpy arrays,像这样(这只是一个例子,3D 数组可以更大),我在每个数组中尝试做的是用 arr2 和arr
中的一些值替换arr2
和arr3
中的一些值. 例如,在我的代码中,我想用 arr2 中的值替换arr[0, 2:]
(行部分),然后用arr2
替换部分arr[2:, 1]
(列部分) arr3
中的值我正在考虑使用zip
但我遇到了麻烦,我的代码是下一个
import numpy as np
arr = np.array([[[0., 1., 1., 1., 1.],
[0., 0., 0., 0., 0.],
[0., 1., 0., 1., 0.],
[0., 1., 1., 0., 1.],
[0., 1., 0., 1., 0.]],
[[0., 1., 1., 1., 1.],
[0., 0., 0., 0., 0.],
[0., 1., 0., 0., 1.],
[0., 1., 0., 0., 1.],
[0., 1., 1., 1., 0.]]])
arr2 = np.array([[[43, 25, 21],
[28, 43, 28]],
[[38, 29, 46],
[48, 27, 33]]])
arr3 = np.array([[[43, 43, 45],
[28, 24, 38]],
[[32, 26, 30],
[40, 23, 20]]])
for i, j in zip(arr, arr2):
for k in j:
i[0, 2:] = k
print(i)
#output
#[[ 0. 1. 48. 27. 33.]
# [ 0. 0. 0. 0. 0.]
# [ 0. 1. 0. 0. 1.] #The last array in arr with the last array in arr2
# [ 0. 1. 0. 0. 1.] #It does almost what I need, but not quite
# [ 0. 1. 1. 1. 0.]]
#If I try using append like
aux = []
for i, j in zip(arr, arr2):
for k in j:
aux.append(i[0, 2:] = k)
#I get an error
#keyword can't be an expression
问题不仅如此,而且我有3个不同的arrays,所以我不想在完成替换行部分后创建一个不必要的列表,然后如果有更简单的使用此列表替换列部分方式,我想要的 output 是下一个
newarr = [[[0., 1., 43., 25., 21.],
[0., 0., 0., 0., 0.],
[0., 43., 0., 1., 0.],
[0., 43., 1., 0., 1.],
[0., 45., 0., 1., 0.]],
[[0., 1., 28., 43., 28.],
[0., 0., 0., 0., 0.],
[0., 28., 0., 1., 0.],
[0., 24., 1., 0., 1.],
[0., 38., 0., 1., 0.]],
[[0., 1., 38., 29., 46.],
[0., 0., 0., 0., 0.],
[0., 32., 0., 0., 1.],
[0., 26., 0., 0., 1.],
[0., 30., 1., 1., 0.]],
[[0., 1., 48., 27., 33.],
[0., 0., 0., 0., 0.],
[0., 40., 0., 0., 1.],
[0., 23., 0., 0., 1.],
[0., 20., 1., 1., 0.]]]
因此, arr
中的第一个二维数组复制自身,然后替换arr2
和 arr3 的第一个二维 arrays 中的值,并对arr
中的第二个二维数组和arr2
和arr3
中的第二个二维arr3
执行相同操作,如果有的话能指点我正确的方向,我将不胜感激,谢谢!
一个更简单的方法是 -
out = arr.repeat(2,axis=0)
out[:,0,2:] = arr2.reshape(-1,arr2.shape[2])
out[:,2:,1] = arr3.reshape(-1,arr3.shape[2])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.