引用ndarray中的ndarray行

Question

是否可以在另一個numpy數組中存儲numpy數組的特定行的引用？

我有一個二維節點數組，例如

nodes = np.array([[1, 2], [2, 3], [3, 4], [4, 5], [5, 6]])

現在，我只想選擇其中一些並將引用存儲在另一個numpy數組中：

nn = np.array([nodes[0], nodes[3]])

如果我在nn修改條目，則數組nodes保持不變。 有沒有一種方法可以存儲對ndarray nn nodes的引用？

Answer 1

如果可以使用基本索引/切片創建引用，那么您將獲得傳播變化的初始數組的視圖 （一個不擁有其數據，但引用另一個數組的數據的數組）：

>>> nn = nodes[0:4:3] # reference array for rows 0 and 3
>>> nn[0][0] = 0
>>> nodes
array([[0, 2],
       [2, 3],
       [3, 4],
       [4, 5],
       [5, 6]])

否則，您將像在代碼中那樣從原始數組中獲取一個副本，並且更新不會傳播到初始數組。

Answer 2

您可以將索引存儲到numpy數組中所需的行：

ref = np.array([0, 3])

您可以在索引表達式中使用引用來訪問所需的節點：

>>> nn = nodes[ref]
>>> nn
array([[1, 2],
       [4, 5]])

在這種情況下， nn將是一個深副本，與原始副本沒有任何關系。 盡管nn[foo] = bar不會影響原始數組，但是您可以直接使用ref ：

>>> nodes[ref, 1] = [17, 18]
>>> nodes
array([[ 1, 17],
       [ 2,  3],
       [ 3,  4],
       [ 4, 18],
       [ 5,  6]])

另外，您也可以將遮罩用於ref ：

>>> ref2 = np.zeros(nodes.shape[0], dtype=np.bool)
>>> ref2[ref] = True
>>> ref2
array([ True, False, False,  True, False], dtype=bool)

您幾乎可以執行所有相同的操作：

>>> nn2 = nodes[ref2]
>>> nn2
array([[1, 2],
       [4, 5]])

修改也可以：

>>> nodes[ref2, 1] = [19, 23]
>>> nodes
array([[ 1, 19],
       [ 2,  3],
       [ 3,  4],
       [ 4, 23],
       [ 5,  6]])

使用索引數組唯一更方便的是從選擇中選擇特定節點：

 >>> nodes[ref[0], 0]
 1

Answer 3

方法1

首先，使用dtype = object初始化一個None的Numpy數組。 （它不一定非要是None。我猜想您只是不能在初始化時放置引用，因為Numpy會以某種方式創建它的深層副本。）

然后，將引用放入數組中。

nodes = np.array([[1, 2], [2, 3], [3, 4], [4, 5], [5, 6]])
# nn = np.array([nodes[0], nodes[1]],dtype=object) would not work
nn = np.array([None, None], dtype=object)
nn[0] = nodes[0]
nn[1] = nodes[3]
# Now do some modification.
nn[0][1] = 100

Output of nodes:
array([[  1, 100],
       [  2,   3],
       [  3,   4],
       [  4,   5],
       [  5,   6]])

# make it a function
def make_ref(old_array, indeces):
    ret = np.array([None for _ in range(len(indeces))])
    for i in range(len(indeces)):
        ret[i] = old_array[indeces[i]]
    return ret

nn = make_ref(nodes, [0, 3])

方法二
如果不需要將其放在Numpy數組中，只需使用列表來托管引用。

nn = [nodes[0], nodes[1]]

Answer 4

在Numpy中，您可以查看可以編輯的數組的視圖。 在您的示例中，您可以執行以下操作：

import numpy as np
nodes = np.array([[1, 2], [2, 3], [3, 4], [4, 5], [5, 6]])
node_idx = np.array([0, 3])
nodes[node_idx] = np.array([[1, 5], [2, 5]])
nodes

輸出：

array([[1, 5],
       [2, 3],
       [3, 4],
       [2, 5],
       [5, 6]])

您也可以將其替換為布爾數組：

import numpy as np
nodes = np.array([[1, 2], [2, 3], [3, 4], [4, 5], [5, 6]])
node_mask = np.array([True, False, False, True, False])
nodes[node_mask] = np.array([[1, 5], [2, 5]])
nodes

產生相同的結果。 當然，這意味着您可以像這樣做魔術：

import numpy as np
nodes = np.array([[1, 2], [2, 3], [3, 4], [4, 5], [5, 6]])
nodes[nodes[:, 0] == 3] = [1, 5]
nodes

用[1, 5]替換第一個等於3的第一個元素的所有行。 輸出：

array([[1, 2],
       [2, 3],
       [1, 5],
       [4, 5],
       [5, 6]])