numpy'；s等价于MATLAB'；s（矢量化）sub2ind（…，I，J）

假设

I

和

J

都是列向量（比如长度K），因此对于有效索引K，

I

和

J

的第K个条目表示一些N×N矩阵

MAT

中的行和列坐标

使用MATLAB，要使用与

I

和

J

指定的位置对应的坐标分配到

MAT

中的位置，可以编写：

MAT(sub2ind([N N], I, J)) = X;

…其中

X

是长度为K的向量

有了numpy，我能想出的最好办法就是

MAT.flat[[np.ravel_multi_index((I[k], J[k]), (N, N)) for k in range(K)]] = X

---

有没有更“口语化的numpy”的方法呢？

这比使用numpy要容易得多

i = I.ravel()
j = J.ravel()
MAT[i,j] = X

我使用

ravel

方法将列转换为一维数组。另一种选择是

MAT[I.flat, J.flat] = X

我不能在看不到完整上下文的情况下确定，但我怀疑您可以修改创建

I

和

J

的代码，使它们成为一维数组（即使用shape

（K，）

），而不是使用shape

（K，1）

的列。如果你那样做了，你就可以写了

MAT[I,J] = X

---

这比使用numpy要容易得多

i = I.ravel()
j = J.ravel()
MAT[i,j] = X

我使用

ravel

方法将列转换为一维数组。另一种选择是

MAT[I.flat, J.flat] = X

我不能在看不到完整上下文的情况下确定，但我怀疑您可以修改创建

I

和

J

的代码，使它们成为一维数组（即使用shape

（K，）

），而不是使用shape

（K，1）

的列。如果你那样做了，你就可以写了

MAT[I,J] = X