Python numpy索引不起作用

Question

import numpy as np 
dx = 8 
dy = 10 
bx = 5.34 
by = 1.09 
index = np.zeros((dx+dy),dtype = 'int32') 
for i in np.arange(1,dy+1): 
    for j in np.arange (1,dx+1): 
     if i-by > 0: 
      theta = 180*np.arctan(abs(j-bx)/(i-by))/np.pi 
      if theta<10: 
       r = np.around(np.sqrt((j-bx)**2+(i-by)**2)) 
       r = r.astype(int)    
       if r>0: 
        index[r]+=1 
        output = np.zeros((r, index[r]),dtype='int32') 
        output[r-1,index[r]-1] = i+(j-1)*dy 

該代碼應該使用（r，index [r]）作爲索引並將i +（j-1）* dy的值放入相應的索引中，並將其記錄到新矩陣中/陣列，它應該像這 -

array([[ 0, 0, 0], 
    [ 0, 0, 0], 
    [44, 0, 0], 
    [45, 55, 0], 
    [46, 56, 0], 
    [47, 57, 0], 
    [48, 58, 0], 
    [39, 49, 59], 
    [40, 50, 60]]) 

，但我有這樣的，而不是它的輸出我不want-

array([[ 0, 0, 0], 
    [ 0, 0, 0], 
    [ 0, 0, 0], 
    [ 0, 0, 0], 
    [ 0, 0, 0], 
    [ 0, 0, 0], 
    [ 0, 0, 0], 
    [ 0, 0, 0], 
    [ 0, 0, 60]]) 

Answer 1

這很難說什麼你的代碼試圖做。您希望的輸出應該是s，c或index？

或者，也許你想創建一個新的數組，我會打電話給它output，然後你可以使用在s設置output價值c：output[s] = c。

如果您事先不知道大小，那麼現在我能想到的最好的方法是跟蹤rows和cols列表中的所有索引值以及列表中的實際值values：

import numpy as np 
dx = 8 
dy = 10 
bx = 5.34 
by = 1.09 
index = np.zeros(dx+dy,dtype = 'int32') 
rows = [] 
cols = [] 
vals = [] 
for i in np.arange(2,dy+1): 
    for j in np.arange(1,dx+1): 
     theta = 180*np.arctan(abs(j-bx)/(i-by))/np.pi 
     if theta < 10: 
      r = np.around(np.sqrt((j-bx)**2+(i-by)**2)) 
      r = r.astype(int) 
      if r > 0: 
       index[r] += 1 
       rows.append(r-1) 
       cols.append(index[r]-1) 
       vals.append(i+(j-1)*dy) 

outshape = max(rows)+1, max(cols)+1 # now you know the size 
output = np.zeros(outshape, np.int) 
output[rows, cols] = vals 

然後，output看起來是這樣的：

In [60]: output 
Out[60]: 
array([[ 0, 0, 0], 
     [ 0, 0, 0], 
     [44, 0, 0], 
     [45, 55, 0], 
     [46, 56, 0], 
     [47, 57, 0], 
     [48, 58, 0], 
     [39, 49, 59], 
     [40, 50, 60]]) 

---

我如果您事先知道尺寸：

import numpy as np 
dx = 8 
dy = 10 
bx = 5.34 
by = 1.09 
index = np.zeros(dx+dy,dtype = 'int32') 
outshape = (nrows, ncols)      # if you know the size 
output = np.zeros(outshape, np.int)    # initialize the output matrix 
for i in np.arange(2,dy+1): 
    for j in np.arange(1,dx+1): 
     theta = 180*np.arctan(abs(j-bx)/(i-by))/np.pi 
     if theta < 10: 
      r = np.around(np.sqrt((j-bx)**2+(i-by)**2)) 
      r = r.astype(int) 
      if r > 0: 
       index[r] += 1 
       output[r-1, index[r]-1] = i+(j-1)*dy # no need to set `s` or `c`