根据二维索引数组设置二维数组元素

Question

在 Python 中，假设您有一个形状为零的二维数组 (N,4,4)：

z = 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.]]])

你有一个二维索引数组：

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

还有一些有价值的二维数组：

v = array([[ 2.,  4., 10.,  7.],
   [10.,  9.,  9.,  2.],
   [ 3.,  8.,  8.,  8.],
   [ 8.,  6., 10.,  1.]])

有没有办法在不使用循环的情况下用v 的值填充z 的元素，但在i 表示的切片中？

注意：有没有办法以可扩展的方式执行此操作，这样如果您有一个 N 通道数组 z，其中 N>>1，则在填充值时不需要直接索引 z[i]来自v？

为清楚起见，生成的 z 数组如下所示：

z = array([[[0., 0., 0., 0.],
    [0., 9., 9., 2.],
    [3., 8., 0., 0.],
    [0., 0., 0., 1.]],

   [[2., 4., 10., 7.],
    [10., 0., 0., 0.],
    [0., 0., 8., 8.],
    [8, 6., 10., 0.]]])

显然，使用类似的东西：

z = v[i,:,:]

永远不会工作，但也许有办法使用rows, cols 来做到这一点？

非常感谢！

---

编辑：

为了清楚起见，这里有一个类似的示例，但对于 cmets 中要求的 3D z：

z = 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.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]]])


i = array([[2, 1, 2, 1],
       [1, 1, 2, 1],
       [1, 1, 1, 1],
       [1, 0, 0, 1]])


v = array([[5., 5., 0., 4.],
       [4., 6., 8., 3.],
       [4., 0., 4., 8.],
       [7., 6., 5., 7.]])

z 会变成：

z = array([[[0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 6., 5., 0.]],

       [[0., 5., 0., 4.],
        [4., 6., 0., 3.],
        [4., 0., 4., 8.],
        [7., 0., 0., 7.]],

       [[5., 0., 0., 0.],
        [0., 0., 8., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]]])

Answer 1

你总是可以使用掩码和乘法：

from numpy import array
z = 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.]]])
i = array([[1, 1, 1, 1],
       [1, 0, 0, 0],
       [0, 0, 1, 1],
       [1, 1, 1, 0]])
v = array([[ 2.,  4., 10.,  7.],
   [10.,  9.,  9.,  2.],
   [ 3.,  8.,  8.,  8.],
   [ 8.,  6., 10.,  1.]])
z[0] = ~i.astype(bool)*v
z[1] = i.astype(bool)*v

输出：

z = 
array([[[ 0.,  0.,  0.,  0.],
        [ 0.,  9.,  9.,  2.],
        [ 3.,  8.,  0.,  0.],
        [ 0.,  0.,  0.,  1.]],

       [[ 2.,  4., 10.,  7.],
        [10.,  0.,  0.,  0.],
        [ 0.,  0.,  8.,  8.],
        [ 8.,  6., 10.,  0.]]])

对于更一般的情况：

for ax in np.unique(i):
    mask = i == ax
    z[ax] = mask*v
print(z)

输出：

[[[0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 6. 5. 0.]]

 [[0. 5. 0. 4.]
  [4. 6. 0. 3.]
  [4. 0. 4. 8.]
  [7. 0. 0. 7.]]

 [[5. 0. 0. 0.]
  [0. 0. 8. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]]]

注意：这里我假设i 中的值与z 中的频道相同。如果不同，可以尝试使用 np.unique 代替：

for i_val,ax in zip(np.unique(i),range(z.shape[0]))::
    mask = i == i_val
    z[ax] = mask*v

编辑

单行是：

>>> z = np.array([*map(i.__eq__,np.unique(i))])*np.array([v]*z.shape[0])
>>> z
array([[[0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 6., 5., 0.]],

       [[0., 5., 0., 4.],
        [4., 6., 0., 3.],
        [4., 0., 4., 8.],
        [7., 0., 0., 7.]],

       [[5., 0., 0., 0.],
        [0., 0., 8., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]]])

Answer 2

没有 numpy 会更复杂：

r = list(zip(i,v))
z[0] = [[l2[i] if l1[i]==0 else 0 for i in range(4)] for l1, l2 in r ]
z[1] = [[l2[i] if l1[i]==1 else 0 for i in range(4)] for l1, l2 in r ]

Answer 3

可以使用numpy.where:

z[0] = np.where(i, z[0], v)
z[1] = np.where(1 - i, z[1], v)

输出：

array([[[ 0.,  0.,  0.,  0.],
        [ 0.,  9.,  9.,  2.],
        [ 3.,  8.,  0.,  0.],
        [ 0.,  0.,  0.,  1.]],

       [[ 2.,  4., 10.,  7.],
        [10.,  0.,  0.,  0.],
        [ 0.,  0.,  8.,  8.],
        [ 8.,  6., 10.,  0.]]])

并且在您更新之后，如果 i 持有要更改的 z 的索引（与您示例中的 0 和 1 相反），它可以轻松缩放为：

for N in range(z.shape[0]):    
    z[N] = np.where(i == N, v, z[N])

或者如果你真的想避免所有循环：

z = np.where(i == (np.where(np.ones(len(z.reshape(-1))) == 1)[0] // (z.shape[1] * z.shape[2])).reshape(z.shape), v, z)

输出：

array([[[0., 0., 0., 0.],
    [0., 0., 0., 0.],
    [0., 0., 0., 0.],
    [0., 6., 5., 0.]],

   [[0., 5., 0., 4.],
    [4., 6., 0., 3.],
    [4., 0., 4., 8.],
    [7., 0., 0., 7.]],

   [[5., 0., 0., 0.],
    [0., 0., 8., 0.],
    [0., 0., 0., 0.],
    [0., 0., 0., 0.]]])