Python 如何分配从解包triu_索引获得的numpy切片视图

我试图根据triu_指数得到的指数，为4-张量的切片赋值。但是，我只能将值分配给切片视图，而不是底层数据

我用了这篇文章

获取4x4张量的6x6切片。我看过很多文章，其中有可能将数据分配给数组切片，但我不清楚为什么我的语法不能用于此目的

import numpy as np
t_vec = np.ones(6,6)
n_occs = 4
n_nnoccs = 4
t2 = np.zeros((n_noccs, n_noccs, n_occs, n_occs)).astype(np.float)
O = (np.triu_indices(n_occs, 1)) 
t2[O][(slice(None),) + V] = t_vec
t2[V][(slice(None),) + O] = t_vec

---

预期结果是将t2的256项中的72项替换为1项。实际输出是原始的0矩阵。

使用

triu_索引编制索引

生成副本；这些索引由

where

函数生成，并执行高级索引：

In [40]: x = np.arange(9).reshape(3,3)                                                                       
In [41]: idx = np.triu_indices(3)                                                                            
In [42]: idx                                                                                                 
Out[42]: (array([0, 0, 0, 1, 1, 2]), array([0, 1, 2, 1, 2, 2]))
In [43]: x[idx]                                                                                              
Out[43]: array([0, 1, 2, 4, 5, 8])

请注意，

Out[43]

是一个1d数组-从

x

中选择值

我们可以使用标量或兼容数组（1d）直接为其赋值：

但我们不能再添加一层索引

在您的4d案例中：

In [56]: t2 = np.arange(4**4).reshape(4,4,4,4)    

t2[idx]

生成一个（6,4,4）数组，一个副本。下一层索引生成（6,6）：

如果我两次应用

idx

的两个元素，我得到该元素的对角线（6,6）：

我可以使用以下工具一步完成4d索引：

In [59]: t2[idx[0][:,None],idx[1][:,None],idx[0],idx[1]]                                                     
Out[59]: 
array([[ 17,  18,  19,  22,  23,  27],
       [ 33,  34,  35,  38,  39,  43],
       [ 49,  50,  51,  54,  55,  59],
       [ 97,  98,  99, 102, 103, 107],
       [113, 114, 115, 118, 119, 123],
       [177, 178, 179, 182, 183, 187]])

我可以给它赋值，然后修改

t2

In [60]: t2[idx[0][:,None],idx[1][:,None],idx[0],idx[1]]=0                                                   
In [61]: t2                                                                                                  
Out[61]: 
array([[[[  0,   1,   2,   3],
         [  4,   5,   6,   7],
         [  8,   9,  10,  11],
         [ 12,  13,  14,  15]],

        [[ 16,   0,   0,   0],
         [ 20,  21,   0,   0],
         [ 24,  25,  26,   0],
         [ 28,  29,  30,  31]],
    ....

---

我对[idx[0][：，None]，idx[1][：，None]]与[idx]相反的作用感到困惑。[：，None]通常做什么？它添加了一个维度。它将具有形状（6，）的

idx[0]

数组更改为具有形状（6,1）的“列向量”。你们很多人需要阅读广播和“高级索引”。

In [58]: t2[idx[0],idx[1],idx[0],idx[1]]                                                                     
Out[58]: array([ 17,  34,  51, 102, 119, 187])

In [59]: t2[idx[0][:,None],idx[1][:,None],idx[0],idx[1]]                                                     
Out[59]: 
array([[ 17,  18,  19,  22,  23,  27],
       [ 33,  34,  35,  38,  39,  43],
       [ 49,  50,  51,  54,  55,  59],
       [ 97,  98,  99, 102, 103, 107],
       [113, 114, 115, 118, 119, 123],
       [177, 178, 179, 182, 183, 187]])

In [60]: t2[idx[0][:,None],idx[1][:,None],idx[0],idx[1]]=0                                                   
In [61]: t2                                                                                                  
Out[61]: 
array([[[[  0,   1,   2,   3],
         [  4,   5,   6,   7],
         [  8,   9,  10,  11],
         [ 12,  13,  14,  15]],

        [[ 16,   0,   0,   0],
         [ 20,  21,   0,   0],
         [ 24,  25,  26,   0],
         [ 28,  29,  30,  31]],
    ....