问题描述
我正在尝试使用以下命令替换/覆盖数组中的值：
import numpy as np
test = np.array([[4,5,0],[0,6]])
test
Out[20]:
array([[4.,5.,0.],[0.,0.,6.]])
test[np.where(test[...,0] != 0)][...,1:3] = np.array([[10,11]])
test
Out[22]:
array([[4.,6.]])
但是，正如在Out22中看到的那样，数组测试尚未修改。因此，我得出结论，不可能仅覆盖一部分数组或仅覆盖几个单元格。
但是，在其他情况下，有可能覆盖数组的几个单元格。例如，在下面的代码中：
test = np.array([[1,2,3]])
test
Out[11]:
array([[1.,2.,3.]])
test[test>0]
Out[12]:
array([1.,3.])
test[test>0] = np.array([4,6])
test
Out[14]:
array([[4.,6.]])
因此，我有2个问题：
1-为什么要第一个命令
test[np.where(test[...,1:3] = np.array([10,11])
不允许修改数组测试吗？为什么不允许访问数组单元并覆盖它们？
2-考虑到我的代码我需要使用上面的命令选择单元格，我该如何使其工作？
非常感谢！
解决方法
我帮你一个。这确实有效：
test[...,1:3][np.where(test[...,0] != 0)] = np.array([[10,11]])
array([[ 4,10,11],[ 0,0],6]])
为什么？它是两个因素的组合-numpy索引编制和.__setitem__调用。
python解释器会向后读取行。当到达=时，它将尝试在最左侧的位置调用.__setitem__。 __setitem__是对象的一种方法（希望如此），并具有两个输入，即目标和索引（无论在[...]之前是什么）。
a[b] = c #is intepreted as
a.__setitem__(b,c)
现在，当我们在numpy中建立索引时，我们可以通过三种基本方法来做到这一点。
- 切片（返回视图）
- “高级索引”（返回副本）
- “简单索引”（还返回副本）
“高级”索引和“简单”索引之间的主要区别是numpy 数组的__setitem__函数可以解释高级索引。并且views表示数据地址相同，因此我们不需要__setitem__即可到达它们。
所以：
test[np.where(test[...,0] != 0)][...,1:3] = np.array([[10,11]]) #is intepreted as
(test[np.where(test[...,0] != 0)]).__setitem__( slice([...,1:3]),np.array([[10,11]]))
但是，由于np.where(test[...,0] != 0)是advanced index，(test[np.where(test[...,0] != 0)])返回一个副本，由于从未分配，因此该副本将丢失。它确实获取了我们想要的元素并将其设置为[10,11]，但是结果丢失在缓冲区中的某个位置。
如果我们这样做：
test[...,11]]) #is intepreted as
(test[...,1:3]).__setitem__( np.where(test[...,0] != 0),11]]) )
test[...,1:3]是一个视图，因此它仍指向相同的内存。现在setitem在test[...,1:3]中寻找与np.where(test[...,0] != 0)相对应的位置，并将其设置为等于np.array([[10,11]])。一切正常。
您也可以这样做：
test[np.where(test[...,1:3] = np.array([10,11])
现在，由于所有索引都放在一组括号中，因此它在这些索引上调用test.__setitem__，这也可以正确设置数据。
更简单（也是大多数pythonic）将是：
test[test[...,0] != 0,11])