numpy - 在另一个更大的数组中插入 3D 数组的值的最佳方法

Question

必须有一些“pythonic”的方式来做到这一点，但我不认为 np.place , np.insert , 或 np.put是我要找的。我想替换大型 3D 数组中的值 A与较小的 3D 阵列 B ，从位置 [i,j,k] 开始在更大的数组中。看图:

我想输入类似 A[i+, j+, k+] = B 或 np.embed(B, A, (i,j,k)) 之类的内容，但当然这些都是不对的。

编辑:哦，有这个。所以我应该修改问题以询问这是否是最好的方法(其中“最佳”意味着笔记本电脑上 500x500x50 的浮点数组最快):

s0, s1, s2 = B.shape
A[i:i+s0, j:j+s1, k:k+s2] = B

Answer 1

对于 3D 案例，您编辑的答案看起来不错。

如果您想要原始帖子中提到的“嵌入”功能，对于任意维数的数组，以下应该有效:

def embed( small_array, big_array, big_index):
    """Overwrites values in big_array starting at big_index with those in small_array"""
    slices = [np.s_[i:i+j] for i,j in zip(big_index, small_array.shape)]
    big_array[slices]=small_array

可能值得注意的是，在 big_array 比 small_array 具有更多维度的情况下，人们希望“嵌入”如何执行并不明显。例如，我可以想象有人想要从 small_array 成员到 big_array 的覆盖成员的 1:1 映射(相当于向 small_array 添加额外的长度为 1 的维度以使其 ndim 达到 big_array 的维度)，或者我可以想象有人想要 small_array广播以填充 big_array 的剩余部分，用于 small_array 的“缺失”维度。无论如何，您可能希望避免在这些情况下调用该函数，或者调整该函数以确保它在这些情况下可以执行您想要的操作。