Python 中的分块矩阵赋值

从这个mwe：

a=np.zeros((5,5))
b=np.zeros((2,2))
a=np.matrix(a)
b=np.matrix(b)
b[0,0]=4
b[1,1]=9
b[0,1]=7
indice=[2,3]
# 1
c=a[indice,:][:,indice]
c=b
print c
# 2
a[indice,:][:,indice]=b
print a[indice,:][:,indice]

I get:

>>> c
matrix([[ 4.,  7.],
        [ 0.,  9.]])

and:

>>> a[indice,:][:,indice]
matrix([[ 0.,  0.],
        [ 0.,  0.]])

我不明白为什么价值观a剩余的零。类似的操作分两步完成，一切正常：

>>> for k in range(len(indice)):
...     a[indice[k],indice]=b[k,:]

我得到：

>>> a
matrix([[ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  4.,  0.,  7.,  0.],
        [ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  9.,  0.],
        [ 0.,  0.,  0.,  0.,  0.]])

这是因为a[indice,:][:,indice]不是数组的视图，而是一个单独的副本 -

In [142]: np.may_share_memory(a, a[indice,:][:,indice])
Out[142]: False

为了解决这个问题，我们可以使用np.ix_ https://docs.scipy.org/doc/numpy/reference/generated/numpy.ix_.html -

a[np.ix_(indice, indice)] = b

验证结果 -

In [145]: a
Out[145]: 
matrix([[ 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.]])

In [146]: b
Out[146]: 
matrix([[ 4.,  7.],
        [ 0.,  9.]])

In [147]: a[np.ix_(indice, indice)] = b

In [148]: a
Out[148]: 
matrix([[ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  0.],
        [ 0.,  0.,  4.,  7.,  0.],
        [ 0.,  0.,  0.,  9.,  0.],
        [ 0.,  0.,  0.,  0.,  0.]])

In [149]: a[indice,:][:,indice]
Out[149]: 
matrix([[ 4.,  7.],
        [ 0.,  9.]])