[英]NumPy array indexing a 2D matrix
在處理相同的大數據時,我遇到了一個小問題。 但是現在,讓我們假設我有一個用零填充的NumPy數組
>>> x = np.zeros((3,3))
>>> x
array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]])
現在,我想用特定值更改其中一些零。 我已經給出了要更改的單元格的索引。
>>> y = np.array([[0,0],[1,1],[2,2]])
>>> y
array([[0, 0],
[1, 1],
[2, 2]])
我有一個具有所需(現在是隨機的)數字的數組,如下
>>> z = np.array(np.random.rand(3))
>>> z
array([ 0.04988558, 0.87512891, 0.4288157 ])
所以現在我想我可以做到以下幾點:
>>> x[y] = z
但是比起這樣填充整個數組
>>> 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 ]])
編輯
現在,我使用了對角線索引,但是在這種情況下,我的索引不僅僅是對角線。 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 ]])
但這就像上面那樣填充整個數組
數組索引在多維數組上的工作方式略有不同
如果有矢量,則可以使用來訪問前三個元素
x[np.array([0,1,2])]
但是在矩陣上使用它時,它將返回前幾行。 一見鍾情,使用
x[np.array([0,0],[1,1],[2,2]])]
聽起來很合理。 但是,NumPy數組索引的工作方式不同:它仍然以一維方式處理所有這些索引,但是以與索引向量相同的形狀從向量返回值。
要正確訪問2D矩陣,您必須將兩個分量都分成兩個單獨的數組:
x[np.array([0,1,2]), np.array([0,1,2])]
這將獲取矩陣主對角線上的所有元素。 也可以使用此方法進行分配:
x[np.array([0,1,2]), np.array([0,1,2])] = 1
因此,要訪問您在編輯中提到的元素,必須執行以下操作:
x[np.array([0,1,2]), np.array([1,2,0])]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.