在Python 3中，如何在二维numpy数组中交换两个子数组？

假设数学中有一个名为A的二维numpy数组或矩阵，我想用另一行n替换它的第一行。n可以是任何自然数。以下代码不起作用

A = np.eye(3)
n = 2
A[0], A[n] = A[n], A[0]
print(A)

你可以看到它给出了一个简单的矩阵形式

A = 
   0, 0, 1
   0, 1, 0
   0, 0, 1

但我想要的是

A =
   0, 0, 1
   0, 1, 0
   1, 0, 0

我认为一个解决方案是引入另一个矩阵B，它等于A，但A和B是不同的对象。那就这样做吧

A = np.eye(3)
B = np.eye(3)
A[0], A[n] = B[n], B[0]

这可以在A上给出正确的交换。但是它需要一个额外的矩阵B，我不知道它是否有计算效率。或者你有更好的主意？谢谢：

试试这个：

import numpy as np

A = np.eye(3)
A[[0, 2]] = A[[2, 0]]
print(A)

试试这个：

import numpy as np

A = np.eye(3)
A[[0, 2]] = A[[2, 0]]
print(A)

---

列表交换通过传递引用交换变量。因此，通过传统的按值交换（即a，b=b，a）来进行内部元素交换是行不通的

在这里，您可以进行内部列表修改。它一个接一个地执行，从而消除了覆盖问题

代码：

输出：

---

列表交换通过传递引用交换变量。因此，通过传统的按值交换（即a，b=b，a）来进行内部元素交换是行不通的

在这里，您可以进行内部列表修改。它一个接一个地执行，从而消除了覆盖问题

代码：

输出：

---

numpy数组的子数组或切片创建数据视图，而不是副本。有时numpy可以检测到这一点并防止数据损坏。但是，numpy无法检测何时使用python习惯用法进行交换。在交换之前，至少需要复制一个视图

tmp = A[0].copy() 
A[0] = A[n]
A[n] = tmp

考虑到您正在更改阵列中的大部分数据，完全创建一个新阵列可能会更容易

indices = np.arange(n+1)
indices[0], indices[n] = indices[n], indices[0] # this is okay as indices is a 1-d array 
A = A[indices] 

---

numpy数组的子数组或切片创建数据视图，而不是副本。有时numpy可以检测到这一点并防止数据损坏。但是，numpy无法检测何时使用python习惯用法进行交换。在交换之前，至少需要复制一个视图

tmp = A[0].copy() 
A[0] = A[n]
A[n] = tmp

考虑到您正在更改阵列中的大部分数据，完全创建一个新阵列可能会更容易

indices = np.arange(n+1)
indices[0], indices[n] = indices[n], indices[0] # this is okay as indices is a 1-d array 
A = A[indices] 

尝试一个[[0，n]]=A[[n，0]]尝试一个[[0，n]]=A[[n，0]]