在3D python数组中将值指定给特定的下标索引会引发错误

假设我已将3D中的数组初始化为：

arr_3d = np.zeros((100, 100, 100))

现在我想将

arr_3d

的下标索引

（I，j，k）

处的元素更改为某个值（比如1），其中

I，j，k

是沿着三个轴分别具有大小

100，100，40

的索引列表（或数组）。我尝试了

arr_3d[I，j，k]=1

，但它抛出了一个错误。我曾尝试通过

np.ravel\u multi\u index（）

将下标索引转换为线性索引，但它似乎无法转换3D数组的下标索引

---

上述问题在Matlab中很容易解决，其中使用

arr_3d（i，j，k）=1

是可行的。

尝试使用不同的维度，即不同的维度

In [1375]: a=np.zeros((2, 3, 4))
In [1376]: a[np.ix_([0], [1,2], [0,1])] = 1
In [1377]: a
Out[1377]: 
array([[[ 0.,  0.,  0.,  0.],
        [ 1.,  1.,  0.,  0.],
        [ 1.,  1.,  0.,  0.]],

       [[ 0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.]]])

numpy

在第一维度上将数组划分为“平面”；MATLAB在最后一节中完成了这项工作。这显示了两个平面或块，每个3x4

八度

>> a = zeros(2,3,4);
>> a([1],[2,3],[1,2]) = 1
a =

ans(:,:,1) =

   0   1   1
   0   0   0

ans(:,:,2) =

   0   1   1
   0   0   0

ans(:,:,3) =

   0   0   0
   0   0   0

ans(:,:,4) =

   0   0   0
   0   0   0

---

4块2x3。

MATLAB的默认设置是将数组索引为块，在本例中为（100100,40）块。最接近的numpy等价物是

arr_3d[np.ix_（i，j，k）]

，其中

np.ix_

将3个平面阵列转换为3d阵列。单独运行

np.ix

表达式（对于较小的示例），查看它的功能。有关numpy索引的更多信息，请访问numpy

[i，j，k]

索引更像MATLABs线性索引，具有

idx=sub2ind（大小（A），i，j，k）

@hpaulj:谢谢，Paul。它似乎起作用了，但秩序没有维持。例如，

a=np.zeros（（4,4,4））

，和

a[np.ix([0,1,2,3]，[0,1,2,3]，[0,1]）]=1

返回一个数组，该数组的第2维和第3维元素被替换。