Python Numpy：基于单独向量交换二维数组的位置

假设我有一个3x3 numpy阵列：

[[0, 1, 2],
 [2, 0, 1],
 [1, 2, 0]]

还有一个向量：

[2,
 1,
 1]

对于矩阵中的每一行，我想将第0个索引处的数字与向量中相应索引处的数字交换。在本例中，交换后，最终输出为：

[[2, 1, 0], # the 0th and 2nd positions have been swapped
 [0, 2, 1], # the 0th and 1st positions have been swapped
 [2, 1, 0]] # the 0th and 1st positions have been swapped

你怎么能做到这一点

a= np.array([[0,1,2],[2,0,1],[1,2,0]])
b=[2,1,1]
for rc, r in enumerate(a):
    r[0], r[b[rc]] =  r[b[rc]], r[0]
print(a)

或者更简洁地说

c = np.asarray([2, 1, 1])
r = np.arange(len(A))
A[:, 0], A[r, c] = A[r, c], A[:, 0].copy()

在这里，我们利用了这样一个事实：我们可以通过为numpy数组提供两个单独的类似列表的对象来为相应的行和列索引，从而为numpy数组的各个元素建立索引

因此，可以将行

A[：，0]，A[r，c]=A[r，c]，A[：，0].copy（）读取为从每列获取索引元素并与第一列交换

编辑
多亏了@Paul Panzer的评论，通过将作业写成
A[r，c]，A[：，0]=A[：，0]，A[r，c]
，可以使作业变得更短

请注意，与早期版本相比，
A[r，c]
和
A[：，0]
的赋值顺序已更改

此处可以省略副本的原因是

在作业中，右手边在作业开始前会被完全评估
分配给左边的变量
Numpy的奇特索引（
A[r，c]
here）返回一个不同于
返回视图的切片（
A[：，0]
）
因此，这行新代码所说的是

获取
a
创建
a[r，c]
的副本。副本是隐式的，因为Numpy数组的索引非常奇特
使用
该列的视图
将前面制作的
A[r，c]
的副本分配给
A的第一列
（注意，此时，
A[r，c]
已被分配旧的
A[：，0]
的值

此外，我们不需要将索引转换为Numpy数组

c = [2, 1, 1]
r = range(len(A))
A[r, c], A[:, 0] = A[:, 0], A[r, c]

x[[0,1,2]，[2,1,1]]，x[[0,1,2]，[0,0,0]]=x[[0,1,2]，[0,0,0]]，x[[0,1,2]，[2,1,1]]
或更短的
A[r,c]，A[：，0]=A[：，0]，A[r，c]
使用
A[r，c]
复制的事实。@PaulPanzer No.
A[/code>A[/0]以片段的形式返回视图，所以副本是必要的。@PaulPanzer哦，是的，你是对的。忽略我之前的评论。我没看到你改变了任务的顺序。
c = [2, 1, 1]
r = range(len(A))
A[r, c], A[:, 0] = A[:, 0], A[r, c]