使用带有 Numpy 的 2D 索引修改 3d 数组答案

【问题标题】：Modifying a 3d array using a 2D index with Numpy使用带有 Numpy 的 2D 索引修改 3d 数组
【发布时间】：2021-03-28 11:30:33
【问题描述】：

我有一个三维（a，b，c）的数组，我需要修改二维（a，b）数组索引的位置c。

我编写了一个按预期工作的代码，但有谁知道是否有办法在不使用 for 循环的情况下解决这个问题？

import numpy as np
arr = np.random.randn(100, 5, 2)
mod = np.random.randn(100, 5)
ids = np.random.randint(0, 2, size=[100,5])
for i in range(100):
    for j in range(5):
        arr[i,j,ids[i,j]] = mod[i,j]

【问题讨论】：

嗨。我不明白ids = np.random.randint(0, 2, size=[100,5]) 是如何帮助你的。它会生成一个随机填充 0 和 1 的二维数组，然后您可以使用它来定义分配给哪个切片 mod[i, j]。所以简而言之，当您在最后一行分配mod[i, j] 时，您将其随机分配给指向[i,j,0] 或[i,j,1] 您是故意这样做的吗？如果是这样，我不明白您要做什么，所以我的答案可能不是您要找的。如果这不是错误，您能否编辑您的答案以澄清您的问题？谢谢。
嗨。感谢您的关注。该代码只是我的问题的简化。我将 arr、mod 和 ids 定义为随机的，以便能够作为示例运行。简短的故事是我在机器学习中使用进化算法，我的代码需要很长时间才能完成，因为代数太大了。然后，我试图通过消除循环来优化它。在这种情况下，我需要根据 id 更改 arr 将 mod 放入位置。如果我得到这个，我将消除我的代码中的许多循环。我现在正在阅读您答案中的链接。

标签： arrays python-3.x numpy multidimensional-array

【解决方案1】：

您可以直接引用和设置数组的每个slice。我认为这段代码显示了您所询问的行为：

import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(arr[:,:,2])
# Output: 
#[[ 3  6]
# [ 9 12]]

new2DSlice = np.array([[23, 26], [29, 32]])
arr[:,:,2] = new2DSlice
print(arr[:,:,2])
# Outupt:
#[[23 26]
# [29 32]]

arr[:,:,2] 引用数组的第三个切片，在本例中，直接设置它。

您可以在 W3Schools 上阅读 NumPy 的 array indexing 和 array slicing。

【讨论】：

【解决方案2】：

我明白了：

import numpy as np
arr = np.random.randn(100, 5, 2)
mod = np.random.randn(100, 5)
ids = np.random.randint(0, 2, size=[100,5])
x = np.arange(100)
y = np.arange(5)
arr[x[:,None],y,ids] = mod

【讨论】：