numpy数组中的奇怪赋值

Question

我有一个 numpy 数组 A，其中 n 行大小为 3。每行由三个整数组成，每个整数都是一个整数，它指的是 numpy 数组中的另一个位置。例如，如果我想要N[4] 引用的行，我使用N[N[4]]。视觉上：

N = np.array([[2, 3, 6], [12, 6, 9], [3, 10, 7], [8, 5, 6], [3, 1, 0] ... ])
N[4] = [3, 1 ,0]
N[N[4]] = [[8, 5, 6]
           [12, 6, 9]
           [2, 3, 6]]

我正在构建一个修改 N 的函数，并且我需要为某些指定的 x 修改 N[N[x]]，这也是一个参数（示例中为 4）。我想将子数组中的所有 6 更改为另一个数字（比如说 0），所以我使用 numpy.where 来查找索引，它们是

where_is_6 = np.where(N[N[4]] == 6)

现在，如果我像N[N[4]][where_is_6] = 0 一样直接替换，则没有任何变化。如果我之前引用了var = N[N[4]]，然后var[where_is_6]，则更改已完成，但在函数本地进行，并且 N 不会全局更改。在这种情况下我能做什么？还是我做错了什么？

Answer 1

听起来您只需将索引转换为原始N 的坐标：

row_idxs = N[4]
r,c = np.where(N[row_idxs] == 6)
N[row_idxs[r],c] = 0

Answer 2

问题在于N[N[4]] 是一个新数组，您可以检查一下：

print(N[N[4]].flags)

C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False

OWNDATA 表明了这一事实。