Numpy 数组接受一个索引列表,例如
a = np.arange(1000)
l = list([1,44,66,33,90,345])
a[l] = 22
但是,如果我们想使用多切片索引或索引加切片,则此方法不起作用。
a = np.arange(1000)
l = list([1,44,66,33,90, slice(200,300) , slice(500,600) ])
a[l] = 22
此代码返回一条错误消息:
IndexError: too many indices
我的问题很简单: 你知道在 numpy 或 scipy 中是否存在使用这种索引的有效方法吗?
或者什么是使用像这样的索引方法的好而有效的方法?
不要忘记使用切片会产生非常快的代码;我的问题是尽可能快地编写代码。
最佳答案
我想到了什么:
a = np.arange(1000)
l = np.hstack(([1, 44, 66, 33, 90], np.arange(200, 300), np.arange(500, 600)))
a[l] = 22
我不确定这是否是最简单的方法,但它确实有效。
编辑:你是对的,这比使用切片慢;但是您不能创建具有任意值的切片对象。也许你应该只做几项作业:
%timeit a[np.hstack(([1, 44, 66, 33, 90], np.arange(200, 300), np.arange(500, 600)))] = 22
10000 loops, best of 3: 39.5 us per loop
%timeit a[[1, 44, 66, 33, 90]] = 22; a[200:300] = 22; a[500:600] = 22
100000 loops, best of 3: 18.4 us per loop
关于python - numpy 数组的列表索引中的多个切片,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13525266/