在numpy數組中分配值

我有一個numpy的零數組。爲了具體，假設它的2x3x4：在numpy數組中分配值

x = np.zeros((2,3,4))

和假設我有隨機整數的2×3陣列從0到3（x的第三維的索引）。

>>> y = sp.stats.distributions.randint.rvs(0, 4, size=(2,3)) 
>>> y 
[[2 1 0] 
[3 2 0]]

如何有效地執行以下任務（編輯：一些不適合循環使用，適用於X與任意數量的尺寸，並在每個維度任意數量的元素）？

>>> x[0,0,y[0,0]]=1 
>>> x[0,1,y[0,1]]=1 
>>> x[0,2,y[0,2]]=1 
>>> x[1,0,y[1,0]]=1 
>>> x[1,1,y[1,1]]=1 
>>> x[1,2,y[1,2]]=1 
>>> x 
array([[[ 0., 0., 1., 0.], 
     [ 0., 1., 0., 0.], 
     [ 1., 0., 0., 0.]], 

     [[ 0., 0., 0., 1.], 
     [ 0., 0., 1., 0.], 
     [ 1., 0., 0., 0.]]])

謝謝，詹姆斯

來源

2012-11-27 user1857751

替換兩個for循環和他們的負擔。在那一刻，我只能想到「簡單」的版本，其中涉及沿前兩個維度壓扁。此代碼應工作：

shape_last = x.shape[-1] 
x.reshape((-1, shape_last))[np.arange(y.size), y.flatten()] = 1

這個收益率（與我的隨機生成y）：

array([[[ 0., 0., 0., 1.], 
     [ 0., 0., 1., 0.], 
     [ 0., 1., 0., 0.]], 

     [[ 0., 1., 0., 0.], 
     [ 0., 0., 0., 1.], 
     [ 0., 1., 0., 0.]]])

的關鍵是，如果你使用多個numpy的陣列（advanced indexing）做索引，numpy的將使用索引對索引到數組中。

當然，確保x和y兩者都被C-訂單或F-順序 - 否則，以reshape和flatten的通話可能給不同的訂單。

來源

2012-11-27 22:14:39 illya

這肯定比我使用的for循環更快，它看起來可以很好地縮放每個維度的維數和元素數量。謝謝。 – user1857751

x = np.zeros((2,3,4)) 
y=np.array([[2, 1, 0],[3, 2, 0]]) # or y=sp.stats... 
for i in range(2): 
    for j in range(3): 
     x[i,j,y[i,j]]=1

會產生期望的結果，IIRC。如果陣列的尺寸不會改變，考慮

for j in range(3): 
    x[0,j,y[0,j]] = x[1,j,y[1,j]] = 1

來源

2012-11-27 21:56:38

感謝您的答覆，但問題是，我需要爲大型陣列有效地做到這一點。換句話說，我想避免循環。 – user1857751

我需要能夠處理x的任何尺寸的代碼，即任何數量的尺寸或每個尺寸中的任意數量的元素。 – user1857751

我對numpy不是很熟悉，所以我不知道它是否具有相關的內建函數來完成這項工作。當然有[相關例程]（http://docs.scipy.org/doc/numpy/reference/routines.sort.html）argwhere，非零，在哪裏，並提取，可以做相反的，例如可以找到的位置數組中的非零元素 –

使用numpy.meshgrid（）創建索引數組，您可以使用這些索引索引到原始數組和第三維值的數組中。

import numpy as np 
import scipy as sp 
import scipy.stats.distributions 

a = np.zeros((2,3,4)) 
z = sp.stats.distributions.randint.rvs(0, 4, size=(2,3)) 

xx, yy = np.meshgrid(np.arange(2), np.arange(3)) 
a[ xx, yy, z[xx, yy] ] = 1 
print a

爲了清楚起見，我已經將數組從x更名爲a，並將索引數組從y更名爲z。

編輯： 4D例如：

a = np.zeros((2,3,4,5)) 
z = sp.stats.distributions.randint.rvs(0, 4, size=(2,3)) 
w = sp.stats.distributions.randint.rvs(0, 5, size=(2,3)) 

xx, yy = np.meshgrid(np.arange(2), np.arange(3)) 
a[ xx, yy, z[xx, yy], w[xx, yy] ] = 1

來源

2012-11-27 22:33:59

感謝您的回覆。你知道如何將它推廣到任何數量的維度嗎？ – user1857751

@ user1857751：是的，當然，它以一種直接的方式進行概括。meshgrid在所有維度中創建索引向量，您可以*不*想查找，然後使用這些向量索引原始數組和您想要查找的索引。 –

在numpy數組中分配值

回答

相關問題