使用 2D 索引数组对 3D 数组值进行 Numpy 分配

Question

我有一个 3D numpy 零数组，维度为 CxHxW（在本例中，C=4、H=2 和 W=3）：

A = np.array([[[0, 0, 0],
               [0, 0, 0]],
              [[0, 0, 0],
               [0, 0, 0]]
              [[0, 0, 0],
               [0, 0, 0]]
              [[0, 0, 0],
               [0, 0, 0]]])

我还有一个二维索引数组，维度为 HxW，这样数组中的每个值都是 [0, C-1] 之间的有效索引

B = np.array([[2, 3, 0], 
              [3, 1, 2]])

有没有一种使用矢量化的快速方法来修改数组 A，使得 A[B[i][j]][i][j] = 1，对于所有有效的 i, j？

A = np.array([[[0, 0, 1],
               [0, 0, 0]],
              [[0, 0, 0],
               [0, 1, 0]]
              [[1, 0, 0],
               [0, 0, 1]]
              [[0, 1, 0],
               [1, 0, 0]]]) 

谢谢！

Answer 1

看起来您正在寻找put_along_axis ：

np.put_along_axis(A, B[None,...], 1, 0)

请注意，第二个参数需要与第一个参数具有相同的维数，这就是使用B[None,...]而不是B 。