将数值赋给NumPy数组

9

有人能解释一下为什么第一次尝试不起作用吗?

import numpy as np    
x = np.zeros(1, dtype=np.dtype([('field', '<f8', (1,2))]))

尝试 #1:

x[0]['field'] = np.array([3.,4.], dtype=np.double)
print x, '\n'

[([[ 3. 0.]])](为什么只复制了'3'?)

尝试 #2:

x['field'][0] = np.array([3.,4.], dtype=np.double)
print x

[([[ 3. 4.]])] (这个可以正常运行)


1
这似乎是__setitem __()的问题,因为x [0:]['field'] = ...有效!即使使用非常高的索引x [0:999999]['field'] = ...,它们也会被简单地忽略... - Saullo G. P. Castro
2个回答

2

说实话,我也不确定我是否得到了正确的结果。它似乎是不一致/破损的。其中一部分原因是由于形状不一致,但并非全部如此。有些数据似乎正在消失。

例如(请注意形状):

In [1]: import numpy as np

In [2]: x = np.zeros(1, dtype=np.dtype([('field', '<f8', (1, 2))]))

In [3]: y = x[0]['field'].copy()

In [4]: y[0] = 3

In [5]: y[1] = 4
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-5-cba72439f97c> in <module>()
----> 1 y[1] = 4

IndexError: index 1 is out of bounds for axis 0 with size 1

In [6]: y[0][1] = 4

In [7]: x
Out[7]:
array([([[0.0, 0.0]],)],
      dtype=[('field', '<f8', (1, 2))])

In [8]: y
Out[8]: array([[ 3.,  4.]])

In [9]: x[0]['field'] = y

In [10]: x
Out[10]:
array([([[3.0, 0.0]],)],
      dtype=[('field', '<f8', (1, 2))])

为了更容易理解,让我们将形状简化。

In [1]: import numpy as np

In [2]: x = np.zeros(1, dtype=np.dtype([('field', '<f8', 2)]))

In [3]: y = x[0]['field'].copy()

In [4]: y[0] = 3

In [5]: y[1] = 4

In [6]: x[0]['field'] = y

In [7]: x
Out[7]:
array([([3.0, 0.0],)],
      dtype=[('field', '<f8', (2,))])

In [8]: y
Out[8]: array([ 3.,  4.])

在这种情况下,数据的去向不清楚。但是,以一种能够存储数据的方式进行分配似乎很容易实现。
有几个选择:
In [9]: x['field'][0] = y

In [10]: x
Out[10]:
array([([3.0, 4.0],)],
      dtype=[('field', '<f8', (2,))])

In [11]: x['field'] = y * 2

In [12]: x
Out[12]:
array([([6.0, 8.0],)],
      dtype=[('field', '<f8', (2,))])

In [13]: x['field'][:] = y

In [14]: x
Out[14]:
array([([3.0, 4.0],)],
      dtype=[('field', '<f8', (2,))])

In [15]: x[0]['field'][:] = y * 2

In [16]: x
Out[16]:
array([([6.0, 8.0],)],
      dtype=[('field', '<f8', (2,))])

2

看起来这是Numpy中一个已知的bug。在那里有可能修复的讨论,但该漏洞仍然存在。


网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接