python的数组批量赋值_python – 为numpy数组赋值的花式索引

通常,当您使用数组以这种方式索引另一个数组时,numpy期望每个数组R,C等具有相同的形状.例如,假设您要从此数组中提取非零值：

>>> a

array([[1, 3, 0, 0],

[0, 0, 0, 0],

[2, 4, 0, 0],

[0, 0, 0, 0]])

您将创建一个行索引R数组：

>>> R

array([[0, 2],

[0, 2]])

并且列索引C的数组：

>>> C

array([[0, 0],

[1, 1]])

并将它们传递进去：

>>> a[R, C]

array([[1, 2],

[3, 4]])

请注意,这些可以是您喜欢的任何形状 – 输出将采用相同的形状：

>>> RR

array([0, 2, 0, 2])

>>> CC

array([0, 0, 1, 1])

>>> a[RR, CC]

array([1, 2, 3, 4])

但是,如果您的索引数组中有重复,那么您可以通过使用广播来省去一些麻烦.唯一的问题是结果数组必须是可广播的.这意味着你需要明确地给它们额外的尺寸.我将使用切片语法来保留额外的维度.

>>> r = R[0:1,:]

>>> c = C[:,0:1]

>>> r

array([[0, 2]])

>>> c

array([[0],

[1]])

>>> a[r, c]

array([[1, 2],

[3, 4]])

如果你没有明确地给它们额外的尺寸,numpy会尽力理解你已经传递的东西,但它并不总是按预期工作.用0替换0：1切片会删除额外的维度：

>>> rr = r[0,:]

>>> cc = c[:,0]

>>> rr

array([0, 2])

>>> cc

array([0, 1])

>>> a[rr, c]

array([[1, 2],

[3, 4]])

>>> a[r, cc]

array([[1, 4]])

>>> a[rr, cc]

array([1, 4])

第一个([rr,c])是有效的,因为numpy可以从c的形状告诉它应该广播.但另外两个是模棱两可的,所以numpy假设你并不意味着他们被广播.

但是,请注意numpy还提供了使平面阵列可播放的快捷方式.这可以派上用场！

>>> a[numpy.ix_(rr, cc)]

array([[1, 3],

[2, 4]])