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 :)
解决方案
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]])