如何使用另一个 Numpy 数组设置多维 Numpy 数组的单个元素？

Question

如果我们有一个像这样的 numpy 数组：

Array = np.zeros((2, 10, 10))

我们想要设置它的一个元素，由另一个元素给出

indexes = np.array([0,0,0])

我们该怎么做？

Array[indexes] = 5 

正在将 Array 的 FIRST 维度的每个元素设置为 5

Answer 1

使用a 作为数据数组，idx 作为索引数组，这样每一行对应于要在数据数组中设置的一个元素，您可以这样做 -

a[tuple(idx.T)] = 5

示例运行 -

In [94]: a = np.zeros((2,2,3),dtype=int)

In [95]: idx = np.array([[0,0,0],[1,1,0],[0,1,2]])

In [96]: a[tuple(idx.T)] = 5

In [97]: a
Out[97]: 
array([[[5, 0, 0],
        [0, 0, 5]],

       [[0, 0, 0],
        [5, 0, 0]]])

In [98]: a[tuple(idx.T)] = [5,10,15] # or set different values

In [99]: a
Out[99]: 
array([[[ 5,  0,  0],
        [ 0,  0, 15]],

       [[ 0,  0,  0],
        [10,  0,  0]]])

或者，我们可以使用np.ravel_multi_index 计算线性索引，然后使用np.put 执行分配，就像这样 -

np.put(a,np.ravel_multi_index(idx.T,a.shape),5)

如果您正在处理三维数组，我们可以对三维索引进行切片并分配给另一种方法，就像这样 -

a[idx[:,0],idx[:,1],idx[:,2]] = 5

---

如果只需要设置一个元素，就这样做 -

a[tuple(idx)] = 5

示例运行 -

In [118]: a = np.zeros((2,2,3),dtype=int)

In [119]: idx = np.array([0,0,0])

In [120]: a[tuple(idx)] = 5

In [121]: a
Out[121]: 
array([[[5, 0, 0],
        [0, 0, 0]],

       [[0, 0, 0],
        [0, 0, 0]]])