NumPy数组索引2D矩阵

Question

我在处理大数据时遇到了一些问题。但现在，让我们假设我有一个用零填充的NumPy数组。

>>> x = np.zeros((3,3))
>>> x
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

现在我想把一些零值改成具体的数据，我已经给出了我想要更改的单元格的索引。

>>> y = np.array([[0,0],[1,1],[2,2]])
>>> y 
array([[0, 0],
       [1, 1],
       [2, 2]])

我有一个数组，包含所需的（目前是随机的）数字，如下：

>>> z = np.array(np.random.rand(3))
>>> z
array([ 0.04988558,  0.87512891,  0.4288157 ])

现在我想我可以这样做：

>>> x[y] = z

但是它会像这样填充整个数组

>>> x
array([[ 0.04988558,  0.87512891,  0.4288157 ],
       [ 0.04988558,  0.87512891,  0.4288157 ],
       [ 0.04988558,  0.87512891,  0.4288157 ]])

But I was hoping to get

>>> x
array([[ 0.04988558,           0,          0 ],
       [          0,  0.87512891,          0 ],
       [          0,           0,  0.4288157 ]])

编辑

现在我使用的是对角线索引，但如果我的索引不仅仅是对角线呢？我希望以下方法可以实现：

>>> y = np.array([[0,1],[1,2],[2,0]])
>>> x[y] = z
>>> x
>>> x
array([[          0,  0.04988558,          0 ],
       [          0,           0, 0.87512891 ],
          0.4288157,           0,          0 ]])

但是它会像上面一样填充整个数组。

- Mattijn

---

索引是从零开始的。也许您想更改元素[0,0]，[1,1]，[2,2]。 - BrenBarn

BrenBarn的方案可行。你可能想把 y[z]=a 改成 x[y]=z。 - dlangenk

已经按照您说的更改了，但是现在正在将整个数组都填充为更改后的内容。 - Mattijn

我曾经有一个类似的问题，Jaime 给出了答案，解释说（作为一般规则），多维数组应该使用元组进行索引。 - Jan Kuiken

Answer 1

多维数组的数组索引有些不同。

如果你有一个向量，你可以通过使用以下方式访问前三个元素：

x[np.array([0,1,2])]

但是当你在矩阵上使用它时，它将返回前几行。乍一看，使用

x[np.array([0,0],[1,1],[2,2]])]

听起来很合理。然而，NumPy数组索引的工作方式不同：它仍然将所有这些索引视为1D方式，但返回与索引向量相同形状的向量中的值。

要正确访问2D矩阵，您必须将两个组件拆分为两个单独的数组：

x[np.array([0,1,2]), np.array([0,1,2])]

这将获取您的矩阵上所有主对角线的元素。使用此方法也可以进行赋值：

x[np.array([0,1,2]), np.array([0,1,2])] = 1

所以要访问您在编辑中提到的元素，您需要执行以下操作：

x[np.array([0,1,2]), np.array([1,2,0])]

- Nils Werner

---

我很高兴我的猜测听起来至少是合理的。但非常感谢您的明确答复，您是完全正确的。 - Mattijn

NumPy在复杂索引方面非常高效。你是指超出RAM大小的可扩展性吗？NumPy并不适合于外存计算。但这不是本回答的范围，请考虑打开一个适当的SO问题，如果你有一个。 - Nils Werner