Python 切片三维阵列numpy

考虑以下几点：

In[1]: pos
Out[1]:
array([[0, 1, 2, 3],
       [2, 3, 4, 5],
       [0, 1, 6, 7],
       [2, 3, 6, 7],
       [2, 3, 8, 9],
       [4, 5, 8, 9],
       [6, 7, 8, 9]])

In[2]: pos = pos.reshape((7,1,4))
Out[2]:
array([[[0, 1, 2, 3]],
       [[2, 3, 4, 5]],
       [[0, 1, 6, 7]],
       [[2, 3, 6, 7]],
       [[2, 3, 8, 9]],
       [[4, 5, 8, 9]],
       [[6, 7, 8, 9]]])

In[3]: af = np.zeros((7,10,4))

我想按照下面的循环替换af阵列中的特定位置：

for i in range(7):
    af[i,pos[i],pos[0]] = 1

有了这些，我想知道是否有任何方法可以在没有循环的情况下进行替换

In [391]: pos = np.array([[0, 1, 2, 3], 
     ...:        [2, 3, 4, 5], 
     ...:        [0, 1, 6, 7], 
     ...:        [2, 3, 6, 7], 
     ...:        [2, 3, 8, 9], 
     ...:        [4, 5, 8, 9], 
     ...:        [6, 7, 8, 9]])                                                                      
In [392]: af = np.zeros((7,10,4),int)                                                                
In [393]: for i in range(7): 
     ...:     af[i,pos[i],pos[0]] = 1 
     ...:                                                                                            

pos

重塑有什么不同吗

In [395]: pos1 = pos.reshape((7,1,4))                                                                
In [398]: af1 = np.zeros((7,10,4),int)                                                                                                                                                           
In [399]: for i in range(7): 
     ...:     af1[i,pos1[i],pos1[0]] = 1 
     ...:      
     ...:                                                                                            
In [400]: np.allclose(af,af1)                                                                        
Out[400]: True

不，所以我们还是算了吧

正如我所评论的那样，

x[np.arange（n），idx]

是一种像循环一样分配值的常用方法。索引数组需要相互广播以定义所需的元素

如果我们尝试：

In [403]: af[np.arange(7),pos,pos[0]]                                                                
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-403-6488d02c6898> in <module>
----> 1 af[np.arange(7),pos,pos[0]]

IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (7,) (7,4) (4,) 

---

请定义用于计算af的nno通常

af[np.arange（7），pos]=1

可以工作-如果

pos

是1d数组。但你有一个二维或三维（重塑后）；而且

pos[0]

使事情变得复杂。基本上，您需要3个索引一起广播以选择所需的元素。“高级索引”广播是关键概念。

In [404]: af[np.arange(7)[:,None],pos,pos[0]]                                                        
Out[404]: 
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]])
In [405]: af2 = np.zeros((7,10,4),int)                                                               
In [406]: af2[np.arange(7)[:,None], pos,pos[0]] = 1                                                  
In [407]: np.allclose(af,af2)                                                                        
Out[407]: True