python - 为什么 numpy 不允许分配双重索引的 numpy 数组？

Question

我想将数组 arr_2 的值分配给另一个数组 arr_1。但是，我想根据 2 个选择标准来执行此操作。作为一个工作示例，我定义了我的选择标准

import numpy as np

# An array of -1 values of shape(10,): [-1 -1 -1 -1 -1 -1 -1 -1 -1 -1]
arr_1 = np.zeros(10, dtype=int) - 1
# An array of 0-9 values of shape(10,): [0 1 2 3 4 5 6 7 8 9]
arr_2 = np.arange(10)

# Create an initial selection of values we want to change
# In this example: even indices: [ T F T F T F T F T F]
selection_a = np.arange(10) % 2 == 0

# Create a second selection based on selection_a: [F F F T T]
selection_b = arr_2[selection_a] > 5

基于这两个选择标准，我想将满足两个条件的 arr_2 的值分配给数组 arr_1。 IE。相当于 [F F F F F F T F T F]。

arr_1[selection_a][selection_b] = arr_2[selection_a][selection_b]

如果我在赋值之前检查等式的两边，它们会产生我期望的值:

print(arr_1[selection_a][selection_b]) # yields [-1 -1]
print(arr_2[selection_a][selection_b]) # yields [ 6, 8]

但是，赋值本身并不赋值，即 arr_1 保持不变。我的问题是，为什么会这样？

注意:我知道在大多数情况下(甚至可能在所有情况下)这可以通过创建一个单一标准来规避，但我想知道为什么使用 2 个单独的标准不起作用。

如果有任何不清楚的地方，请告诉我，我会尽力澄清。

编辑

我对此进行了进一步调查，问题似乎出在等式的左侧

arr_1[selection_a][selection_b] = 5

也不行。

Answer 1

[...] 运算符的一次使用在数组中创建一个选择，您可以从中读取和写入。第二次使用 [...] 将毫无问题地读取值。但就写入而言，第二次访问将访问为匹配选择规则而创建的临时数组(即形状为 (2,) 的临时数组，它是原始数据的副本)你的情况。

编辑: bool 索引是所谓的“高级索引”的一部分。保持对简单切片的索引避免了这些复制问题。