Python numpy can'；t为列的一部分赋值

当我想给矩阵中的一部分列分配一个向量时，它失败了。下面是一个小例子：

>>> a = np.random.randn(3,4)
>>> a
array([[ 0.12263942, -0.21972043, -0.97263544,  0.10609172],
       [ 0.27012565,  1.0006549 ,  0.80596588, -0.2954019 ],
       [-0.28402912, -2.62405207, -0.52560166,  0.07325703]])
>>> x
array([-0.33707461,  0.66196137])
>>> a[np.array([0,2])][:,2] = x
>>> a[np.array([0,2])][:,2]
array([-0.97263544, -0.52560166])

但这是可行的：

>>> a = np.random.randn(3,4)
>>> a
array([[ 0.45379867,  0.38782073, -0.01432557, -1.03457707],
       [ 1.27650459,  0.4480737 , -1.31625142,  2.00037792],
       [ 0.77420762,  1.20131941, -0.98937721, -0.04921255]])
>>> x2 = np.random.randn(3)
>>> x2
array([-1.82217731, -0.72454628, -0.41954297])
>>> a[:,2] = x2
>>> a[:,2]
array([-1.82217731, -0.72454628, -0.41954297])

---

为什么第一个例子不起作用？我遗漏了什么吗？

当您在数组上使用

[]

时，它将返回您正在引用的数组切片的副本，或者准备分配给该特定切片

因此，当你做

a[slc1][slc2]=stuff

时，

a[slc1]

现在是

a

的一个副本，称它为

a

，这样

a[slc1][slc2]

就和

a[slc2]

一样了

然后用

a[slc1][slc2]=stuff

分配给该副本，与

a[slc2]=stuff

相同。这很好，但是您已经指定了一个仅临时创建的变量

而是在同一作业中执行作业

a[slc1, slc2] = stuff

还是你的情况

a[[0, 2], 2] = x

---

使用

（a[[0,2]，2]==x）进行检查。all（）

将返回

True

当您在数组上使用

[]

时，它将返回您正在引用的数组切片的副本，或者准备分配给该特定切片

因此，当你做

a[slc1][slc2]=stuff

时，

a[slc1]

现在是

a

的一个副本，称它为

a

，这样

a[slc1][slc2]

就和

a[slc2]

一样了

然后用

a[slc1][slc2]=stuff

分配给该副本，与

a[slc2]=stuff

相同。这很好，但是您已经指定了一个仅临时创建的变量

而是在同一作业中执行作业

a[slc1, slc2] = stuff

还是你的情况

a[[0, 2], 2] = x

---

检查

（a[[0,2]，2]==x）。all（）

将返回

True

声音。如果

slc1

是一个片段（':2'），则间歇值是一个视图，赋值将影响原始数组。当

slc1

是列表或数组时，将生成副本。如果可能，最好使用一组[]进行索引。如果

slc1

是一个切片（':2'），则间歇值是一个视图，赋值会影响原始数组。当

slc1

是列表或数组时，将生成副本。如果可能，最好仍然使用一组[]进行索引。