使用索引访问时,Numpy数组会更改形状
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: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((
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