将值分配给 numpy 数组到 zeros 数组

Question

我一直在尝试将一个数组中的值分配给另一个数组，特别是从一个有值的数组到一个 zeros 数组。这些值在 zeros 数组中的位置也非常重要。这也是更大代码的一小部分，更大的图景是能够将 excel 电子表格中的值导入零矩阵。这是我的问题：

import numpy as np
x = np.zeros((2,3))
P= np.asarray ([1,2,3,4,5,6])
for i in range(0,2):
for j in range(0,3):
    x[i,j] = P[(i-1)*3+j] # 3 is the counter in x direction, nx
x

使用此代码，输出是（这是我想要的）：

array([[4., 5., 6.],
       [1., 2., 3.]])

但是，如果我尝试扩展数组，如下所示：

import numpy as np
x = np.zeros((3,3))
P= np.asarray ([1,2,3,4,5,6,7,8,9])
for i in range(0,3):
for j in range(0,3):
    x[i,j] = P[(i-1)*3+j] # 3 is the counter in x direction, nx
x

输出是：

array([[7., 8., 9.],
       [1., 2., 3.],
       [4., 5., 6.]])

我希望输出是：

array([[7., 8., 9.],
       [4., 5., 6.],
       [1., 2., 3.]])

输出随着数组的扩展而变化的原因是什么？

Answer 1

你不需要迭代：

In [323]: P=np.arange(1,10).reshape(3,3)[::-1,:]                                                       
In [324]: P                                                                                            
Out[324]: 
array([[7, 8, 9],
       [4, 5, 6],
       [1, 2, 3]])

至于你的循环，看看 i,j 的：

In [325]: for i in range(3): 
     ...:     for j in range(3): 
     ...:         print(i,j,(i-1)*3+j) 
     ...:                                                                                              
0 0 -3
0 1 -2
0 2 -1
1 0 0
1 1 1
1 2 2
2 0 3
2 1 4
2 2 5

Answer 2

你不需要使用循环，只需使用flip()和reshape()即可。

import numpy as np

m = 3 # number of rows you want

n = 3 # number of column you want

P = np.asarray ([1,2,3,4,5,6,7,8,9])

P = np.flip(P.reshape(m,n), axis=0)

print(P)

[[7 8 9]
 [4 5 6]
 [1 2 3]]

如果你想将它分配给一个零矩阵，你可以遍历索引。

例如，假设您有一个更大的零矩阵，您想用当前生成的矩阵填充行 x、y、z。

zero = np.zeros((10, 3))

print(zero.shape)

zero[[2, 5, 7], : ] = P # randomly assigning P to index 2, 5, 7th row of zero matrix

print(zero)

(10, 3)
[[0. 0. 0.]
 [0. 0. 0.]
 [7. 8. 9.]
 [0. 0. 0.]
 [0. 0. 0.]
 [4. 5. 6.]
 [0. 0. 0.]
 [1. 2. 3.]
 [0. 0. 0.]
 [0. 0. 0.]]

也可以循环遍历：

for i in range(3):
    zero[i,:] = P[i,:]