使用索引访问时,Numpy数组会更改形状

使用索引访问时,Numpy数组会更改形状,numpy,broadcasting,Numpy,Broadcasting,我有一个小矩阵a,维数为MxNxO 我有一个尺寸为KxMxNxP的大矩阵B,p>O 我有一个维数为Ox1的索引向量ind 我想做: B[1,:,:,ind] = A 但是,我方程的左边 B[1,:,:,ind].shape 是维度Ox1xMxN,因此我无法向其中广播MxNxO 为什么以这种方式访问B会改变左侧的尺寸? 我怎样才能轻松实现我的目标? 感谢< P>有一个特性,如果不是bug,当在高级索引中间混合切片时,切片尺寸放在末尾。 例如: In [204]: B = np.zeros((

我有一个小矩阵a,维数为MxNxO

我有一个尺寸为KxMxNxP的大矩阵B,p>O

我有一个维数为Ox1的索引向量ind

我想做:

B[1,:,:,ind] = A
但是,我方程的左边

 B[1,:,:,ind].shape
是维度Ox1xMxN,因此我无法向其中广播MxNxO

为什么以这种方式访问B会改变左侧的尺寸? 我怎样才能轻松实现我的目标?
感谢

< P>有一个特性,如果不是bug,当在高级索引中间混合切片时,切片尺寸放在末尾。

例如:

In [204]: B = np.zeros((2,3,4,5),int)
In [205]: ind=[0,1,2,3,4]
In [206]: B[1,:,:,ind].shape
Out[206]: (5, 3, 4)
3,4尺寸已放置在ind,5之后

我们可以先用1建立索引,然后用其余的索引:

In [207]: B[1][:,:,ind].shape
Out[207]: (3, 4, 5)
In [208]: B[1][:,:,ind] = np.arange(3*4*5).reshape(3,4,5)
In [209]: B[1]
Out[209]: 
array([[[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]],

       [[20, 21, 22, 23, 24],
        [25, 26, 27, 28, 29],
        [30, 31, 32, 33, 34],
        [35, 36, 37, 38, 39]],

       [[40, 41, 42, 43, 44],
        [45, 46, 47, 48, 49],
        [50, 51, 52, 53, 54],
        [55, 56, 57, 58, 59]]])
这仅在第一个索引为标量时有效。如果它也是一个列表或数组,我们会得到一个中间副本,不能像这样设置值

这在其他的SO问题中也出现了,虽然不是最近