我有以下代码,该代码允许我在扁平的列表上迭代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]至10修改。我想对下段进行类似的操作,但这是失败的,我假设这是因为尺寸不一致。是否有某种方法可以获得类似的行为,因此我可以修改扁平版本,而无需重新形成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
在您的第一种情况下c
是2D数组
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
产生c
的视图,因此更改为另一个
In [394]: r = c.ravel()
In [395]: r[1] = 10
In [396]: c
Out[396]:
array([[ 1, 10, 3],
[ 4, 5, 6]])
您也可以用flat
索引c
,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])
对c
或r
的这些更改不影响原始a
或b
。asarray
复制那些数组。
在第二种情况下,c
是一个1D阵列,包含其他数组:
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)
可以将碎片连接到1D数组中:
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)
这更改了原始a
,因为c
实际上包含a
,而不是它的副本:
In [405]: a
Out[405]: array([10, 2, 3]
np.array
(或 asarray
)尝试从输入中做出AS-A维数组。在第一种情况下,输入的大小相等,因此它是2D。在第二个方面,它们有所不同,因此它是1D对象的数组。这种行为通常会给用户带来问题。他们要么期望第二种情况下有2D数组,要么无法在第一个情况下产生对象数组。
可靠地制作一个对象数组,无论输入是否符合大小,都必须执行
之类的事情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)