【问题标题】:What is the need of ellipsis[...] while modifying array values in numpy?在 numpy 中修改数组值时需要省略号 [...] 是什么?
【发布时间】:2018-09-02 10:02:40
【问题描述】:
import numpy as np                
a = np.arange(0,60,5)            
a = a.reshape(3,4)                                    

for x in np.nditer(a, op_flags = ['readwrite']):          
   x[...] = 2*x              
print 'Modified array is:'              
print a

在上面的代码中,为什么我们不能简单的写成 x=2*x 而不是 x[...]=2*x?

【问题讨论】:

  • 如果您在该循环中编写x = 2*x,您只需创建一个新变量 x(不同于来自迭代的变量)并将结果分配给它。使用x[...] = 2*x,您可以直接修改 x。您可能需要查看this post。
  • @user2285236: x = 2*x 不会创建新变量。只是变量不是我们需要改变的东西。分配给变量对我们没有帮助。
  • 有人否决了这个问题有什么问题?
  • 如果你是一个 numpy 初学者,不要花太多时间在 nditer 上。专注于整个数组操作,例如b=2*a。即使您必须使用迭代,它也不是最快或最简单的。
  • 主要的nditer 教程docs.scipy.org/doc/numpy/reference/arrays.nditer.html 如果您一直阅读到最后,并尝试使用cython 端口,则最有用。否则你会误解它的用处。

标签: python numpy numpy-ndarray


【解决方案1】:

无论我们迭代什么样的对象或该对象是如何实现的,x = 2*x 几乎不可能为该对象做任何有用的事情。 x = 2*x 是对变量x 的赋值;即使x 变量的先前内容是通过迭代某个对象获得的,对x 的新赋值也不会影响我们正在迭代的对象。

在这种特定情况下,使用 np.nditer(a, op_flags = ['readwrite']) 迭代 NumPy 数组,循环的每次迭代将 x 设置为一个零维数组,该数组是 @987654328 单元格的可写视图 @。 x[...] = 2*x 写入零维数组的内容,而不是重新绑定 x 变量。由于数组是a 的单元格的视图,因此该赋值写入a 的相应单元格。

这与l = [] 和l[:] = [] 与普通列表的区别非常相似,其中l[:] = [] 将清除现有列表,l = [] 将用新的空列表替换列表而不修改原始列表。不过,列表不支持视图或零维列表。

【讨论】:

  • x 是 0d,并且需要 x[..,] 而不是 x[:],这也是 nditer 不适合 numpy 初学者的部分原因。
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2022-11-29
  • 1970-01-01
  • 2017-11-02
  • 2014-01-19
  • 2013-06-14
  • 2013-01-19
  • 1970-01-01
相关资源
最近更新 更多