如何在给定每一行一维索引的2d numpy数组中设置值？
如何在给定每一行一维索引的2d numpy数组中设置值？
提问于 2022-05-22 20:39:58
在numpy中，可以将一维数组的索引设置为值。
import numpy as np
b = np.array([0, 0, 0, 0, 0])
indices = [1, 3]
b[indices] = 1
barray([0, 1, 0, 1, 0])我试图用多行和每一行的索引来实现这一点，以尽可能优雅的编程和高效的计算方式。例如
b = np.array([[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]])
indices = [[1, 3], [0, 1], [0, 3]]期望的结果是
array([[0, 1, 0, 1, 0],
[1, 1, 0, 0, 0],
[1, 0, 0, 1, 0]])我尝试了b[indices]和b[:,indices]，但是它们导致了一个错误或不希望的结果。
从搜索的角度看，有几个工作环境，但在python中，每个循环都需要至少一个循环。
解决方案1:通过2d数组的每一行运行一个循环。这样做的好处是循环在python中运行，这个部分不会利用numpy的c++处理。
解决方案2:使用numpy put。退一步是put在输入数组的扁平版本上工作，因此索引也需要扁平，并根据行大小和行数进行更改，这将在python中使用双for循环。
解决方案3：put_along_axis似乎只能设置每行一个值，所以我需要对每一行的值数重复这个函数。
什么是计算上和编程上最优雅的解决方案？numpy能处理所有操作的地方吗？
Stack Overflow用户
回答已采纳
发布于 2022-05-22 21:59:33
In 330: B= np.zeros((3,5)，int)
要设置(3,2)列，行索引必须是(3,1)形状(通过广播进行匹配)：
In [331]: indices = np.array([[1,3],[0,1],[0,3]])
In [332]: b[np.arange(3)[:,None], indices] = 1
In [333]: b
Out[333]:
array([[0, 1, 0, 1, 0],
[1, 1, 0, 0, 0],
[1, 0, 0, 1, 0]])put along也做了同样的事情：
In [335]: b = np.zeros((3,5),int)
In [337]: np.put_along_axis(b, indices,1,axis=1)
In [338]: b
Out[338]:
array([[0, 1, 0, 1, 0],
[1, 1, 0, 0, 0],
[1, 0, 0, 1, 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/72341143
复制相关文章
相似问题
腾讯云开发者
