具有高级混合索引的 Numpy 子数组分配

原问题

当我尝试分配数组的某些元素时，我收到一条非常奇怪的错误消息。我使用切片和一组索引的组合。请参阅以下简单示例。

 import scipy as sp

 a = sp.zeros((3, 4, 5))
 b = sp.ones((4, 5))

 I = sp.array([0, 1, 3])

 b[:, I] = a[0, :, I]

这段代码引发了以下问题ValueError:

ValueError：形状不匹配：形状（3,4）的值数组无法广播到形状（3,4）的索引结果

--

跟进

组合使用切片和序列时要小心。整数。正如 github 上指出的：

x = rand(3, 5, 7)

print(x[0, :, [0,1]].shape)
# (2, 5)

print(x[0][:, [0,1]].shape)
# (5, 2)

这就是 numpy 的设计工作方式，但 x[0][:, I] 与 x[0, :, I] 不同，这仍然有点令人困惑。因为这是我想要的行为，所以我选择在代码中使用 x[0][:, I] 。

复制您的代码以进行提问时似乎存在一些错误。

但我怀疑索引存在一个已知问题：

In [73]: a=np.zeros((2,3,4)); b=np.ones((3,4)); I=np.array([0,1])

Make I2 个元素。索引b给出预期的 (3,2) 形状。切片中的 3 行，来自切片的 2 列I索引

In [74]: b[:,I].shape
Out[74]: (3, 2)

但有了 3da我们得到转置。

In [75]: a[0,:,I].shape
Out[75]: (2, 3)

并且赋值会产生错误

In [76]: b[:,I]=a[0,:,I]
...
ValueError: array is not broadcastable to correct shape

它将 2 元素维度定义为I首先，第 3 个元素来自:第二。这是前面讨论过的混合高级索引的情况 - 并且还存在错误问题。 （我得查一下）。

您可能正在使用较新的numpy (or scipy）并收到不同的错误消息。

据记录，使用两个数组或列表进行索引，并将切片放在中间，将切片放在末尾，例如

In [86]: a[[[0],[0],[1],[1]],:,[0,1]].shape
Out[86]: (4, 2, 3)

同样的事情也发生在a[0,:,[0,1]]。但有一个很好的论点认为事情不应该这样。

至于修复，您可以转置值，或更改索引

In [88]: b[:,I]=a[0:1,:,I]

In [90]: b[:,I]=a[0,:,I].T

In [91]: b
Out[91]: 
array([[ 0.,  0.,  1.,  1.],
       [ 0.,  0.,  1.,  1.],
       [ 0.,  0.,  1.,  1.]])

In [92]: b[:,I]=a[0][:,I]

https://github.com/numpy/numpy/issues/7030 https://github.com/numpy/numpy/issues/7030

https://github.com/numpy/numpy/pull/6256 https://github.com/numpy/numpy/pull/6256