用python中的新数组大小和值覆盖数组大小

我有以下输出的python代码：

# Somecode block before
#####################
print np.shape(data2['sac']['startx'][0][0])
print np.shape(startx_buff)
# New Completed Assignment
data2['sac']['startx'][0][0][0] = startx_buff

#**shape of data2['sac']['startx'][0][0] = (2, 119, 20)**

#**shape of startx_buff = (2,120,20)**

#***Error: data2['sac']['startx'][0][0][0] = startx_buff

ValueError:无法将输入数组从形状2120,20广播到形状119,20***

我基本上想覆盖data2['sac']['startx'][0][0]条目，以获得2120,20维以及startx_buff的值。原因：在后处理之后，我注意到缺少一个条目值。在MATLAB中，这是没有问题的，因为它更灵活，我可以通过为变量指定一个新值和数组/单元形状来重新定义变量。但我在python中尝试的其他解决方法不起作用的是：

del data2['sac']['startx'][0][0]
data2['sac']['startx'][0][0] = np.empty((2,120,20))
#Error: won't let me delete all the values in the array

我不太确定解决方案是什么，甚至在“在线查找内容”下，我尝试查找覆盖/重载数组大小。除了找到这个问题的答案外，这个问题的正确术语是什么？

解决方案和输入错误，如Willem标记的：

---

索引被[0]关闭，名称更简单我们不需要所有的字典索引，您要做的是：

In [212]: X = np.zeros((2,119,20),int)

In [214]: y = np.ones((2,120,20),int)
In [215]: X[0,:,:] = y
...    
ValueError: could not broadcast input array from shape (2,120,20) into shape (119,20)

MATLAB确实允许某种自动尺寸增长，但不知何故，我怀疑它是否如此灵活。那将是危险的。我在MATLAB工作的时候从来没有依赖过这种行为。在任何情况下，numpy都期望一个精确的匹配——在广播规则中，它增加了很多MATLAB没有或至少没有的功能

重点是X[0，：，：]我添加了：为了读者的清晰度，是119,20插槽。2120,20块不可能放在那里

这确实可以减少LHS，使其适合：

X[0,:,:] = y[0, :119, :]

我们也可以用一个连接来生长X

In [219]: X1 = np.concatenate((X, np.zeros((2,1,20),int)), axis=1)
In [220]: X1.shape
Out[220]: (2, 120, 20)
In [221]: X1[0,:,:] = y[0,:,:]

“调整大小”也可以工作，但“连接”可以更好地控制填充值：

In [222]: np.resize(X, (2,120,20)).shape
Out[222]: (2, 120, 20)

np.Empty2120,20是具有该形状的完整数组。它只有在值未指定的情况下才是空的。numpy没有列表的等价物，x[1:3]=[]有一个np.delete函数

data2['sac']['startx'][0][0]表达式有点不清楚。在Python中，这看起来像是两级字典访问，然后是两级列表索引

请记住，numpy数组大致相当于MATLAB矩阵，python列表更像MATLAB单元格。像单元格这样的列表可以容纳任何内容，包括数组

In [227]: alist[0]=np.arange(3)
In [228]: alist
Out[228]: [array([0, 1, 2]), [2, 3], None]

In [227]: alist[0]=np.arange(3)
In [228]: alist
Out[228]: [array([0, 1, 2]), [2, 3], None]