Python 为什么我不能用单列矩阵替换NumPy数组中的一列？

我遇到了NumPy数组的一个奇怪行为。我正在研究一些矩阵代数示例，我发现可以很容易地用各种类型的数据替换数组列（或行），但不能使用具有正确行数和单列数的数组

让我们创建一个数组：

>>> import numpy as np
>>>
>>> A = np.zeros([4,4])
>>> A
array([[0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]])

现在，让我们为行/列指定一些值：

>>> A[0,:] = [1,1,1,1]
>>> A
array([[1., 1., 1., 1.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]])
>>>
>>> A[:,0] = np.array([2,2,2,2])
>>> A
array([[2., 1., 1., 1.],
       [2., 0., 0., 0.],
       [2., 0., 0., 0.],
       [2., 0., 0., 0.]])
>>>
>>> A[2,:] = np.array([[3,3,3,3]])
>>> A
array([[2., 1., 1., 1.],
       [2., 0., 0., 0.],
       [3., 3., 3., 3.],
       [2., 0., 0., 0.]])
>>>
>>> A[:,2] = np.array([[4,4,4,4]])
>>> A
array([[2., 1., 4., 1.],
       [2., 0., 4., 0.],
       [3., 3., 4., 3.],
       [2., 0., 4., 0.]])

在最后两次替换中，我将1x4数组指定为新行，将1x4数组指定为新列。 但由于未知原因，我无法将数组4x1分配给现有数组的列或行：

>>> A[:,3] = np.array([[5],[5],[5],[5]])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (4,1) into shape (4,)

>>A[：，3]=np.array（[[5]，[5]，[5]，[5]）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
ValueError:无法将输入数组从形状（4,1）广播到形状（4，）

我用谷歌搜索了错误，我仍然认为这可能是一个设计缺陷

---

是否有实际理由不允许将

Nx1

数组作为列分配给

NxM

数组？

如果需要广播，请使用：

>>> A
array([[0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]])

>>> A[:,3:4] = np.array([[5],[5],[5],[5]])
>>> A
array([[0., 0., 0., 5.],
       [0., 0., 0., 5.],
       [0., 0., 0., 5.],
       [0., 0., 0., 5.]])

A[：，3]

的形状是

（n，）

，即

1-D数组

，而

A[：，3:4]

的形状是

（n，1）

，与您试图分配的数组相同

>>> A[:, 3]
array([0., 0., 0., 0.])
>>> A[:, 3].shape
(4, )

>>> A[:, 3:4]
array([[0.],
       [0.],
       [0.],
       [0.]])

>>> A[:, 3:4].shape
(4, 1)

区别在于，

3

只是一个整数，而不是一个索引，

3:4

是一个

切片

对象，

切片（3，4，无）

，你可以这样想，你是沿着轴1切片一个部分，而不是只拾取一个索引

编辑：

或者，可以在列表中沿轴1传递索引：

>>> A[:, [3]] = np.array([[5],[5],[5],[5]])
>>> A
array([[0., 0., 0., 5.],
       [0., 0., 0., 5.],
       [0., 0., 0., 5.],
       [0., 0., 0., 5.]])

---

要了解更多信息，请查看公认答案的附录：

制作两个阵列，一个为1d，另一个为2d（但元素数量相同）：

当我们添加它们时，我们得到一个（4,4）结果：

根据广播规则，两个阵列必须具有相同的维数。它可以自动添加前导尺寸，将（4，）旋转为（1,4）：

根据第二条规则，调整大小1的维度，因此（1,4）=>（4,4）和（4,1）=>（4,4），生成（4,4）数组

通过赋值，RHS可以添加前导尺寸并调整1。但LHS基本不变：

In [78]: x[:] = y
Traceback (most recent call last):
  File "<ipython-input-78-4f264a106454>", line 1, in <module>
    x[:] = y
ValueError: could not broadcast input array from shape (4,1) into shape (4)

或将其更改为（4，）：

或将LHS更改为（4,1）：

接受的答案有效地完成了最后一个

A[：，[3]]

我本来想说LHS是不能改变的，但是将（1,4）赋值给（4，）的能力让我犹豫了。将（1,4）指定给（4，）时，左侧是否调整为（1,4）（自动前导尺寸），或者右侧是否将（1,4）更改为（4，）。细节可能无关紧要。关键是不能添加（或删除）尾随尺寸

---

需要前后尺寸之间的差异以避免歧义。想象一下，尝试添加一个（3，）和（4，）。这会导致（3,4）或（4,3）吗？（3,1）+（1,4）或（1,3）+（4,1）。对于前导规则，您必须明确，添加一个（3,1）+（4，）或（3，）+（4,1）。

您对

广播规则的理解程度如何？

？不太清楚，因为我现在似乎已经发现了这一点……谢谢，我已经尝试过这种方法，但用slice对象处理单个列对我来说似乎不太直观（简单地说：我只是不想用两个数字来处理单个项目）。@JanMelichařík现在它是一个数字。我明白了，这看起来更好。谢谢！但是我仍然有点困惑为什么它适用于1x4阵列。我需要读一点关于广播的知识。广播时，numpy尝试对齐最右边的维度。所以

（4），

和

（1，4）

可以，而

（4，）

和

（4，1）

则不行。这是一个非常有用的解释，非常感谢！我没有意识到我可以用这种方式处理维度。这对我来说现在更有意义。你认为替换矩阵中大量列的最佳方法（蒙特卡罗算法）是什么？到目前为止，我在大多数脚本中都使用了

A[：，[3]]

。

In [76]: x+y
Out[76]: 
array([[11, 11, 11, 11],
       [11, 11, 11, 11],
       [11, 11, 11, 11],
       [11, 11, 11, 11]])

In [77]: x[None,:]+y
Out[77]: 
array([[11, 11, 11, 11],
       [11, 11, 11, 11],
       [11, 11, 11, 11],
       [11, 11, 11, 11]])

In [78]: x[:] = y
Traceback (most recent call last):
  File "<ipython-input-78-4f264a106454>", line 1, in <module>
    x[:] = y
ValueError: could not broadcast input array from shape (4,1) into shape (4)

In [79]: x[:] = y.T
In [80]: x
Out[80]: array([10, 10, 10, 10])

In [81]: x[:] = y.ravel()

In [83]: x[:,None] = y