numpy中二维数组的选定元素的矢量化赋值语句答案

【问题标题】：vectorized assignment statement for selected elements of 2d array in numpynumpy中二维数组的选定元素的矢量化赋值语句
【发布时间】：2012-10-31 05:42:12
【问题描述】：

我是python的初学者。我想知道是否有一种“好”的方法可以在不使用 for 循环的情况下执行此操作。考虑问题

u = zeros((4,2))
u_pres = array([100,200,300])
row_col_index = array([[0,0,2], [0,1,1]])

我想将 u[0,0]、u[0,1] 和 u[2,1] 分别指定为 100,200 和 300。我想做一些形式的东西

u[row_col_index] = u_pres

如果你是一个一维数组，这样的分配工作，但我无法弄清楚如何使这个工作为二维数组工作。您的建议将是最有帮助的。谢谢

【问题讨论】：

标签： python arrays numpy indexing vectorization

【解决方案1】：

你快到了。

你需要的是：

u[row_col_index[0], row_col_index[1]] = u_pres

解释：

既然你说你是 Python 的初学者（我也是！），我想我可以告诉你这个；它被认为是 unpythonic 以您的方式加载模块：

#BAD
from numpy import *
#GOOD
from numpy import array #or whatever it is you need
#GOOD
import numpy as np #if you need lots of things, this is better

解释：

In [18]: u = np.zeros(10)

In [19]: u
Out[19]: array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

#1D assignment
In [20]: u[0] = 1

In [21]: u[1] = 10

In [22]: u[-1] = 9 #last element

In [23]: u[-2] = np.pi #second last element

In [24]: u
Out[24]: 
array([  1.        ,  10.        ,   0.        ,   0.        ,
         0.        ,   0.        ,   0.        ,   0.        ,
         3.14159265,   9.        ])

In [25]: u.shape
Out[25]: (10,)

In [27]: u[9] #calling
Out[27]: 9.0

#2D case
In [28]: y = np.zeros((4,2))

In [29]: y
Out[29]: 
array([[ 0.,  0.],
       [ 0.,  0.],
       [ 0.,  0.],
       [ 0.,  0.]])

In [30]: y[1] = 10 #this will assign all the second row to be 10

In [31]: y
Out[31]: 
array([[  0.,   0.],
       [ 10.,  10.],
       [  0.,   0.],
       [  0.,   0.]])

In [32]: y[0,1] = 9 #now this is 2D assignment, we use 2 indices!

In [33]: y[3] = np.pi #all 4th row, similar to y[3,:], ':' means all

In [34]: y[2,1] #3rd row, 2nd column
Out[34]: 0.0


In [36]: y[2,1] = 7

In [37]: 

In [37]: y
Out[37]: 
array([[  0.        ,   9.        ],
       [ 10.        ,  10.        ],
       [  0.        ,   7.        ],
       [  3.14159265,   3.14159265]])

在您的情况下，我们将 row_col_index (row_col_index[0]) 的第一个数组用于 rows，将第二个数组 (row_col_index[1]) 用于列.

最后，如果你不使用ipython，我建议你这样做，它将在学习过程和许多其他事情上为你提供帮助。

我希望这会有所帮助。

【讨论】：

感谢您提供详细的答案和最佳实践提示。我一直试图用 row_col_index 数组作为一个整体进行索引而不提取行。
不客气。你能选这个作为正确答案吗？