如何在numpy中使用order = 'F'更改數組條目

Question

我正在嘗試替換數組的某些條目。 出於兼容性原因，我必須使用 order='F'。 我正在使用的數組很大，但要重現該問題，請嘗試以下操作。

這有效：

a = numpy.array([[1, 2], [4, 5]])

a.reshape((4, 1), order = 'C')[2] = 8

a = array([[1, 2],
           [8, 5]])

以下不起作用：

a = numpy.array([[1, 2], [4, 5]])

a.reshape((4, 1), order = 'F')[2] = 8

a = array([[1, 2],
           [4, 5]])

有沒有解決的辦法？

Answer 1

對於'C'類型數組，這將為您提供一個新的 4x1 數組，該數組引用與原始數組相同的所有元素：

a = numpy.array([[1, 2], [4, 5]])
a.reshape((4, 1), order = 'C')[2] = 8

因此，結果與這樣做相同：

a = numpy.array([[1, 2], [4, 5]])
b = a.reshape((4, 1), order = 'C')
b[2] = 8  # this line also changes a, because it references the same elements
print(a)
print(b)

結果：

[[1 2]
 [8 5]] 
[[1]
 [4]
 [8]
 [5]]

然而，這並不以同樣的方式工作：

a = numpy.array([[1, 2], [4, 5]])
a.reshape((4, 1), order = 'F')[2] = 8

因為a.reshape((4, 1), order = 'F')確實為您提供了一個重新整形的數組，但它是具有不同維度的同一數組的全新副本，因此更改它不會更改原始數組：

a = numpy.array([[1, 2], [4, 5]])
b = a.reshape((4, 1), order = 'F')  # you get a copy, order 'F'
b[2] = 8  # this line does not change a, because it references different elements.
print(a)
print(b)

結果：

[[1 2]
 [4 5]] 
[[1]
 [4]
 [8]
 [5]]

但是，如果您也將a定義為F階數組，則a和b可以共享它們的數據，但結果可能會出人意料地不同（這是不同排序的全部意義所在）：

a = numpy.array([[1, 2], [4, 5]], order = 'F')
b = a.reshape((4, 1), order = 'F')
b[2] = 8  # this line does change a, they share their data, both order 'F'.
print(a)
print(b)

結果：

[[1 8]
 [4 5]]
[[1]
 [4]
 [8]
 [5]]

注意作為打印的結果a ！

Answer 2

unravel_index是另一種以F順序訪問平面索引的方法：

In [120]: a[np.unravel_index(2, a.shape, order='C')]                                                         
Out[120]: 4
In [121]: a[np.unravel_index(2, a.shape, order='F')]                                                         
Out[121]: 2
In [122]: a.reshape((4,1),order='C')                                                                         
Out[122]: 
array([[1],
       [2],
       [4],      # <==
       [5]])
In [123]: a.reshape((4,1),order='F')                                                                         
Out[123]: 
array([[1],
       [4],
       [2],     # <==
       [5]])

確認這允許我們設置一個值：

In [124]: a[np.unravel_index(2, a.shape, order='F')]=8                                                       
In [125]: a                                                                                                  
Out[125]: 
array([[1, 8],
       [4, 5]])