NumPy 2D和1D加法扁平化

Question

NumPy 2D和1D加法扁平化

4

在开始使用NumPy时，参考《NumPy Book》中的示例时，我注意到了一个例子：

a = zeros((4, 5))
b = ones(6)
add(b, b, a[1:3, 0:3].flat)
print(a)

返回值

array([[0, 0, 0, 0, 0]
       [2, 2, 2, 0, 0]
       [2, 2, 2, 0, 0]
       [0, 0, 0, 0, 0]])

然而，当我尝试运行这段代码时，会出现以下错误：

add(b, b, a[1:3, 0:3].flat)

TypeError: 返回的数组必须是ArrayType类型"

请问有谁能解决这个问题吗？

- Psyched

1个回答

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

- MSeifert · Accepted Answer

如果您给numpy.add提供了两个参数，它们将被视为要进行加法的两个操作数。如果您提供了三个参数，则前两个参数将被添加在一起，并且第三个参数是结果所在的数组。实际上不是结果，而是应该保存结果的数组。

所以您想把b和b相加，并将其存储在a[1:3, 0:3].flat中。

让我们尝试一下np.add(b, b)，得到以下结果：

import numpy as np
a = np.zeros((4, 5))
b = np.ones(6)
np.add(b, b)
# returns array([ 2.,  2.,  2.,  2.,  2.,  2.])

所以现在我尝试使用 a[1:3, 0:3].flat，它返回了 <numpy.flatiter at 0x22204e80c10>。这意味着它返回了一个 iterator，而不是一个数组。但我们不需要一个迭代器，我们需要一个数组。有一个叫做 ravel() 的方法。因此，尝试使用 a[1:3, 0:3].ravel() 返回：

array([ 0.,  0.,  0.,  0.,  0.,  0.])

我们有一个数组。特别地，这个数组也可以用来存储结果（形状相同！）。所以我尝试了：

np.add(b, b, a[1:3, 0:3].ravel())
# array([ 2.,  2.,  2.,  2.,  2.,  2.])

但是让我们看看a是否已经改变：

a
#array([[ 0.,  0.,  0.,  0.,  0.],
#       [ 0.,  0.,  0.,  0.,  0.],
#       [ 0.,  0.,  0.,  0.,  0.],
#       [ 0.,  0.,  0.,  0.,  0.]])

所以a没有改变。这是因为如果可能的话，ravel()仅返回视图（赋值将传播到展开的数组），否则它将返回副本。在副本中保存结果相当无意义，因为out参数的整个目的是在原地完成操作。我只是猜测为什么会制作副本，但我认为这是因为我们从更大的数组中取出一部分，其中该部分在内存中不连续。

因此，在这种情况下，我建议您不使用out参数，而是使用np.add的返回值，并将其存储在a中指定的区域内：

a[1:3, 0:3] = np.add(b, b).reshape(2,3) # You need to reshape here!
a
#array([[ 0.,  0.,  0.,  0.,  0.],
#       [ 2.,  2.,  2.,  0.,  0.],
#       [ 2.,  2.,  2.,  0.,  0.],
#       [ 0.,  0.,  0.,  0.,  0.]])

同时，a[1:3, 0:3].flat = np.add(b, b)也是可行的。

我认为这本书可能过时了，并且它适用于旧版本的numpy，或者它从来没有起作用，只是书中的错误。