python - 在python中修改子数组的值

问题描述

我想在 Python 中修改子数组的值，但它不能按照我想要的方式工作。这是一个示例，首先让我们考虑 numpy 数组：

A = np.reshape(np.arange(25),(5,5))

和

B = np.ones((2,3))

如果我们检查 A 的值，我们会得到：

>>> A
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

我想在 A 中替换子数组的值

A[:,[1,3,4]][[1,3],:]

由 B 的值。所以我正在做的是以下内容：

A[:,[1,3,4]][[1,3],:] = B

我想得到：

>>> A
array([[ 0,  1,  2,  3,  4],
       [ 5,  1,  7,  1,  1],
       [10, 11, 12, 13, 14],
       [15,  1, 17,  1,  1],
       [20, 21, 22, 23, 24]])

但是 A 的值不会随着这种方法而改变。当然，我可以使用循环逐个元素地执行此操作，但问题是我想使用 16000*16000 矩阵执行此操作，因此我正在寻找一种不使用循环的方法。你能帮我么？

任何帮助将不胜感激：）

标签： pythonnumpysub-array

这是一个令人困惑的案例。正在发生的事情是

A[:, [1,3,4]]

索引A，创建一个包含的第 1、3 和 4 列的新数组A。下一个表达式，[[1, 3], :]索引该临时数组的行并设置它的值。

要正常工作，您需要对同一表达式中的列和行进行索引。但是，如果您尝试这样做，它将引发错误

A[[1,3], [1,3,4]] = B  ## Not working!

发生的事情是 numpy 将列表解释为坐标对，这不是我们在这里想要的（有关详细信息，请参阅https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html。这是必不可少的阅读如果你想从 numpy 中获得最大收益）。幸运的是，为这种情况numpy提供了ix_方法。它采用表示行和列的列表，并创建可以用作索引的东西。

>>> A[np.ix_([1,3],[1,3,4])] = B

>>> A
array([[ 0,  1,  2,  3,  4],
       [ 5,  1,  7,  1,  1],
       [10, 11, 12, 13, 14],
       [15,  1, 17,  1,  1],
       [20, 21, 22, 23, -1]])

python - 在python中修改子数组的值

问题描述

解决方案

推荐阅读