使用索引数组替换 numpy 零数组的值

Question

我正在使用 numpy，但我遇到了索引问题，我有一个 numpy 零数组和一个二维索引数组，我需要使用这个索引来更改零数组的值1的值，我尝试了一些东西，但它不起作用，这是我尝试的。

import numpy as np

idx = np.array([0, 3, 4], 
               [1, 3, 5],
               [0, 4, 5]]) #Array of index

zeros = np.zeros(6) #Array of zeros [0, 0, 0, 0, 0, 0]

repeat = np.tile(zeros, (idx.shape[0], 1)) #This repeats the array of zeros to match the number of rows of the index array

res = []
for i, j in zip(repeat, idx):
        res.append(i[j] = 1) #Here I try to replace the matching index by the value of 1

output = np.array(res)

但我得到语法错误

expression cannot contain assignment, perhaps you meant "=="?

我想要的输出应该是

output = [[1, 0, 0, 1, 1, 0],
          [0, 1, 0, 1, 0, 1],
          [1, 0, 0, 0, 1, 1]]

这只是一个例子，idx 数组可以更大，我认为问题在于索引，我相信有一种非常简单的方法可以做到这一点，而无需重复零数组并使用 zip 函数，但我想不通，希望有帮助，谢谢！

编辑：当我将= 更改为== 时，我得到了一个不需要的布尔数组，所以我也不知道那里发生了什么。

Answer 1

您可以使用np.put_along_axis 根据idx 中的索引将值分配给数组repeat。这比循环更有效（也更容易）。

import numpy as np

idx = np.array([[0, 3, 4], 
                [1, 3, 5],
                [0, 4, 5]]) #Array of index

zeros = np.zeros(6).astype(int) #Array of zeros [0, 0, 0, 0, 0, 0]
repeat = np.tile(zeros, (idx.shape[0], 1))

np.put_along_axis(repeat, idx, 1, 1)

repeat 将是：

array([[1, 0, 0, 1, 1, 0],
       [0, 1, 0, 1, 0, 1],
       [1, 0, 0, 0, 1, 1]])

FWIW，您也可以直接通过传入形状来制作零数组：

np.zeros([idx.shape[0], 6])