Numpy中的行交換

在Python中，我可以通過多重情感交換來交換2個變量;它的工作原理也與清單：Numpy中的行交換

l1,l2=[1,2,3],[4,5,6] 
l1,l2=l2,l1 
print(l1,l2) 
>>> [4, 5, 6] [1, 2, 3]

但是，當我想換2行的numpy的陣列（例如在高斯算法），它失敗：

import numpy as np 
a3=np.array([[1,2,3],[4,5,6]]) 
print(a3) 
a3[0,:],a3[1,:]=a3[1,:],a3[0,:] 
print(a3) 
>>> [[1 2 3] 
    [4 5 6]] 
    [[4 5 6] 
    [4 5 6]]

我認爲，對於一個奇怪的原因，這兩列現在指向相同的價值觀;但事實並非如此，因爲a3[0,0]=5之前的行改變了a3 [0,0]而不是a3 [1,0]。

我發現如何解決這個問題：例如a3[0,:],a3[1,:]=a3[1,:].copy(),a3[0,:].copy()的作品。但任何人都可以解釋爲什麼與多個情感交換失敗與numpy行？我的問題涉及Python和Numpy的基礎工作。

來源

2014-01-22 JPG

請參閱[這個問題的答案]（http://stackoverflow.com/a/14933939/1600898）的解釋。 – user4815162342

好的，謝謝，這個問題不是在可能的重複列表中自動提出的。 – JPG

沒問題 - 我知道的唯一原因是因爲我回答了。 – user4815162342

這工作，你就打算方式：

a3[[0,1]] = a3[[1,0]]

兩元組分配不同的任務不是對於海誓山盟緩衝;一個發生在另一個之後，導致覆蓋你的觀察

來源

2014-01-22 16:33:22

+1當你嘗試做一個[a [[0,1,1]] + = 1'並且位置'1'上的項目只增加一次時，討厭什麼是可以用來交換行。 – Jaime

是的;我花了一段時間才明白其背後的邏輯。很高興與新的np.add.at;事實上，我現在正在編寫一段代碼，那曾經是一個非常慢的python循環。 –

對於總和，'np.bincount'通常比'np.add.at'快50倍，在這裏我只是試過：'a = np.zeros（（1000，），dtype = np.intp）; b = np.random.randint（1000，size = 100000）; c = np.random.randint（1000000，size = 100000）;在[10]中：％timeit np.add.at（a，b，c）; 100次循環，最好3次：每循環19.3毫秒;在[11]中：％timeit a + np.bincount（b，weights = c，minlength = 1000）; 1000個循環，最好是每個循環3：451μs。 – Jaime

Numpy中的行交換

回答

相關問題