代码之家 › 专栏 › 技术社区 › massphoenix

不一致维度对象上的numpy ravel

array-broadcasting numpy python

massphoenix · 技术社区 · 7 年前

我有下面的代码,它允许我迭代一个平坦的列表,并将更新映射回结构化数组-

a = np.asarray([1,2,3])
b = np.asarray([4,5,6])
c = np.asarray([a, b])
print c
r = c.ravel()
print r
r[1] = 10
print c

设置r[1]=10将c[0][1]修改为10。我想对下面的代码段做一些类似的事情,但这失败了,我假设这是因为维度不一致。有没有什么方法可以获得类似的行为,这样我就可以修改一个平坦的版本,而不必将其重新整形为c?

a = np.asarray([1,2,3])
b = np.asarray([4,5,6,7,8])
c = np.asarray([a, b])

r = c.ravel()
r[1] = 10
print r

1 回复 | 直到 7 年前

hpaulj 7 年前

在你的第一个案例中 c 是2d阵列

In [391]: a = np.asarray([1,2,3])
     ...: b = np.asarray([4,5,6])
     ...: c = np.asarray([a, b])
     ...: 
In [392]: c
Out[392]: 
array([[1, 2, 3],
       [4, 5, 6]])
In [393]: c.shape
Out[393]: (2, 3)

ravel c ,因此对其中一个的更改将显示在另一个中

In [394]: r = c.ravel()
In [395]: r[1] = 10
In [396]: c
Out[396]: 
array([[ 1, 10,  3],
       [ 4,  5,  6]])

您还可以索引具有 flat ,具有相同的效果:

In [397]: c.flat[4] = 10
In [398]: c
Out[398]: 
array([[ 1, 10,  3],
       [ 4, 10,  6]])
In [399]: r
Out[399]: array([ 1, 10,  3,  4, 10,  6])

这些更改 c r 不影响原件 a 或 b asarray 复制这些阵列。

在第二种情况下

In [400]: a = np.asarray([1,2,3])
     ...: b = np.asarray([4,5,6,7,8])
     ...: c = np.asarray([a, b])
     ...: 
In [401]: c
Out[401]: array([array([1, 2, 3]), array([4, 5, 6, 7, 8])], dtype=object)

这些碎片可以连接成1d阵列:

In [402]: np.concatenate(c)
Out[402]: array([1, 2, 3, 4, 5, 6, 7, 8])

值可以更改,但不会影响原始值 c .

In [403]: c[0][0] = 10
In [404]: c
Out[404]: array([array([10,  2,  3]), array([4, 5, 6, 7, 8])], dtype=object)

一 因为 c 一 ,而不是其副本:

In [405]: a                     
Out[405]: array([10,  2,  3]

np.array A阵列 )尽量从输入中生成一个维度数组。在第一种情况下,输入大小相等,因此它生成2d。在第二种情况下,它们不同,因此形成了一个一维对象阵列。这种行为经常给用户带来问题。在第二种情况下,他们要么期望使用2d数组,要么在第一种情况下无法生成对象数组。

In [417]: g = np.empty(2, dtype=object)
In [418]: g[:] = [a, b[:3]]
In [419]: g
Out[419]: array([array([10,  2,  3]), array([4, 5, 6])], dtype=object)