為numpy數組賦值的花式索引

Question

我有一個2維numpy數組：

A = np.zeros(16).reshape(4,4)

我希望(1, 1), (1,3), (3,1)和(3,3)單元格的值為1。

A[[1,3], [1:3]] = 1 

僅指定1到(1,1)和(3,3) 。

A[[1,3], :][:, [1, 3]] = 1

不起作用，因為它使數據的副本不是視圖。 這樣做的正確方法是什么？

Answer 1

使用步驟= 2的切片：

A[1::2,1::2] = 1

或者明確地傳遞所有索引：

A[[1,1,3,3],[1,3,1,3]] = 1

Answer 2

通常，當您使用數組以這種方式索引另一個數組時， numpy期望每個數組R ， C等具有相同的形狀。 例如，假設您要從此數組中提取非零值：

>>> a
array([[1, 3, 0, 0],
       [0, 0, 0, 0],
       [2, 4, 0, 0],
       [0, 0, 0, 0]])

您將創建一個行索引R數組：

>>> R
array([[0, 2],
       [0, 2]])

並且列索引C的數組：

>>> C
array([[0, 0],
       [1, 1]])

並將它們傳遞進去：

>>> a[R, C]
array([[1, 2],
       [3, 4]])

請注意，這些可以是您喜歡的任何形狀 - 輸出將采用相同的形狀：

>>> RR
array([0, 2, 0, 2])
>>> CC
array([0, 0, 1, 1])
>>> a[RR, CC]
array([1, 2, 3, 4])

但是，如果您的索引數組中有重復，那么您可以通過使用廣播來省去一些麻煩。 唯一美中不足的是，所產生的數組必須播出能 。 這意味着你需要明確地給它們額外的尺寸。 我將使用切片語法來保留額外的維度。

>>> r = R[0:1,:]
>>> c = C[:,0:1]
>>> r
array([[0, 2]])
>>> c
array([[0],
       [1]])
>>> a[r, c]
array([[1, 2],
       [3, 4]])

如果你沒有明確地給它們額外的尺寸， numpy會盡力理解你已經傳遞的東西，但它並不總是按預期工作。 更換0:1與片0刪除額外的維度：

>>> rr = r[0,:]
>>> cc = c[:,0]
>>> rr
array([0, 2])
>>> cc
array([0, 1])
>>> a[rr, c]
array([[1, 2],
       [3, 4]])
>>> a[r, cc]
array([[1, 4]])
>>> a[rr, cc]
array([1, 4])

第一個（ a[rr, c] ）是有效的，因為numpy可以從c的形狀告訴它應該廣播。 但另外兩個是模棱兩可的，所以numpy假設你並不意味着他們被廣播。

但是，請注意numpy還提供了使平面陣列可播放的快捷方式。 這可以派上用場！

>>> a[numpy.ix_(rr, cc)]
array([[1, 3],
       [2, 4]])

Answer 3

>>> A = np.zeros(16).reshape(4,4)
>>> A[[[1],[3]], [[1, 3]]] = 1
>>> A
array([[ 0.,  0.,  0.,  0.],
   [ 0.,  1.,  0.,  1.],
   [ 0.,  0.,  0.,  0.],
   [ 0.,  1.,  0.,  1.]])

這里發生的是行索引[[1]，[3]]具有形狀（2,1），因此它們可以針對列索引[[1,3]]進行廣播，其具有形狀（1,2） ，導致行/列索引的形狀（2,2）數組。 因此，我們可以將上述內容視為以下簡稱：

>>> A[[[1, 1],[3, 3]], [[1, 3], [1, 3]]] = 1

這產生了相同的結果。