文章/答案/技术大牛

发布

社区首页 >问答首页 >以最毕奥尼亚的方式书写。Python 2

问以最毕奥尼亚的方式书写。Python 2
EN

Stack Overflow用户

提问于 2018-01-26 15:04:39

回答 2查看 435关注 0票数 1

我有一条类似于此的警钟：

number_of_rows = 3
number_of_columns = 3
a = np.arange(number_of_rows*number_of_columns).reshape(number_of_rows,number_of_columns)
a

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

但我想要这样的东西：

array([[0, 100, 101],
       [3, 102, 103],
       [6, 7, 8]])

为了做到这一点，我希望避免一个接一个地这样做，我更喜欢在数组或矩阵中这样做，因为稍后我想扩展代码。不，我改变了初始矩阵的子矩阵(用数学术语，在这个例子中)。在示例中，考虑的列是1,2和行0,1。

columns_to_keep = [1,2] 
rows_to_keep = [0,1]

我的第一次尝试是：

a[rows_to_keep,:][:,columns_to_keep] = np.asarray([[100,101],[102,103]])

但是，这不会修改初始值a，我没有任何错误，所以a=

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

所以我已经实现了一段代码来完成这个任务：

b = [[100, 101],[102, 103]]

for i in range(len(rows_to_keep)):
    a[i,columns_to_keep] = b[i]

艾尔认为前几行都能做到这一点，我想知道如何以更快的方式进行切片。也是以这样的方式：

columns_to_keep = [0,2] 
rows_to_keep = [0,2]

所需的输出是

array([[100, 1, 101],
       [3, 4, 5],
       [102, 7, 103]]).

非常感谢！

python-2.7

numpy

multidimensional-array

slice

numpy-ndarray

回答 2

Stack Overflow用户

回答已采纳

发布于 2018-01-26 18:30:00

使用像[1,2]这样的列表进行索引被称为高级索引。它本身产生一个副本，而不是一个视图。您必须使用一个索引表达式，而不是两个来赋值或更改值。也就是说，a[[1,2],:]是一个副本，a[[1,2],:][:,[1,2]] += 100修改那个副本，而不是原始的a。

In [68]: arr = np.arange(12).reshape(3,4)

用切片进行索引；这是基本的索引：

In [69]: arr[1:,2:]
Out[69]: 
array([[ 6,  7],
       [10, 11]])

In [70]: arr[1:,2:] += 100

In [71]: arr
Out[71]: 
array([[  0,   1,   2,   3],
       [  4,   5, 106, 107],
       [  8,   9, 110, 111]])

使用列表执行相同的索引要求数组彼此之间进行“广播”。ix_是生成以下内容的一种简便方法：

In [73]: arr[np.ix_([1,2],[2,3])]
Out[73]: 
array([[106, 107],
       [110, 111]])

In [74]: arr[np.ix_([1,2],[2,3])] -= 100

In [75]: arr
Out[75]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

这里是ix_产生的-一个数组的元组，一个是(2,1)的形状，另一个是(1,2)。它们一起索引a (2,2)块：

In [76]: np.ix_([1,2],[2,3])
Out[76]: 
(array([[1],
        [2]]), array([[2, 3]]))

票数 1

Stack Overflow用户

发布于 2018-01-26 15:42:05

对于连续行和列的情况，可以使用以下基本切片：

In [634]: a
Out[634]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

In [635]: b = np.asarray([[100, 101],[102, 103]])

In [636]: a[:rows_to_keep[1]+1, columns_to_keep[0]:] = b

In [637]: a
Out[637]: 
array([[  0, 100, 101],
       [  3, 102, 103],
       [  6,   7,   8]])

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/48464015

复制

相似问题

问以最毕奥尼亚的方式书写。Python 2
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问以最毕奥尼亚的方式书写。Python 2EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问以最毕奥尼亚的方式书写。Python 2
EN