原始问题
当我尝试分配数组的某些元素时,收到一条非常奇怪的错误消息。我使用切片和一组索引的组合。请参阅以下简单示例。
import scipy as sp
a = sp.zeros((3, 4, 5))
b = sp.ones((4, 5))
I = sp.array([0, 1, 3])
b[:, I] = a[0, :, I]
此代码引发以下ValueError
:
ValueError:形状不匹配:形状(3,4)的值数组无法广播到形状(3,4)的索引结果
--
跟进
组合使用切片和序列时要小心。整数。正如 github 上指出的:
x = rand(3, 5, 7)
print(x[0, :, [0,1]].shape)
# (2, 5)
print(x[0][:, [0,1]].shape)
# (5, 2)
这就是 numpy 的设计工作原理,但 x[0][:, I] 与 x[0, :, I] 不同,这仍然有点令人困惑。因为这是我想要的行为,所以我选择在代码中使用 x[0][:, I]。
最佳答案
将您的代码复制到问题中时似乎存在一些错误。
但我怀疑索引存在一个已知问题:
In [73]: a=np.zeros((2,3,4)); b=np.ones((3,4)); I=np.array([0,1])
将 I
设为 2 个元素。索引 b
给出预期的 (3,2) 形状。切片中的 3 行,I
索引中的 2 列
In [74]: b[:,I].shape
Out[74]: (3, 2)
但是通过 3d a
我们得到了转置。
In [75]: a[0,:,I].shape
Out[75]: (2, 3)
并且赋值会产生错误
In [76]: b[:,I]=a[0,:,I]
...
ValueError: array is not broadcastable to correct shape
它首先放置由 I
定义的 2 个元素维度,然后放置 :
中的 3 个元素。这是前面讨论过的混合高级索引的情况 - 并且还存在错误问题。 (我得查一下)。
您可能正在使用较新的 numpy
(或 scipy
)并收到不同的错误消息。
据记录,使用两个数组或列表进行索引,并在中间进行切片,会将切片放在末尾,例如
In [86]: a[[[0],[0],[1],[1]],:,[0,1]].shape
Out[86]: (4, 2, 3)
同样的事情也发生在 a[0,:,[0,1]]
上。但有一个很好的论点表明事情不应该这样。
至于修复,您可以转置值,或更改索引
In [88]: b[:,I]=a[0:1,:,I]
In [90]: b[:,I]=a[0,:,I].T
In [91]: b
Out[91]:
array([[ 0., 0., 1., 1.],
[ 0., 0., 1., 1.],
[ 0., 0., 1., 1.]])
In [92]: b[:,I]=a[0][:,I]
关于python - 具有高级混合索引的 Numpy 子数组分配,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36207850/