Python中numpy.ix_ 的用法

对多行多列同时赋值可使用numpy.ix_

import numpy as np
A=np.zeros((6,6))
print(A)

输出结果为:

array([[0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.]])

现在对A的第3、4行,第1,2列同时赋值为6,做法是

A[np.ix_([2,3],[0,1])]=6
print(A)

输出结果为

array([[0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [6., 6., 0., 0., 0., 0.],
       [6., 6., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.]])

需要注意的是

A[[2,3]][:,[0,1]]
#这种方式只有 read-only access(即只读权限),无法对指定的位置赋值
#示例
import numpy as np
A=np.zeros((5,5))
A[[2,3]][:,[0,1]]=6
print(A)

输出结果为

array([[0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.]])

可以看到A的值并未改变

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值