索引与数组numpy的数组赋值操作 [英] Numpy arrays assignment operations indexed with arrays

问题描述

我有一个数组是与价值观的指标是必须的一个的另一种阵列增加 X
就像 X [Y] + = 1 ，这是一个例子：

 ＆GT;＆GT;＆GT; X = np.zeros（5，DTYPE = np.int）
＆GT;＆GT;＆GT; Y = np.array（[1,4]）
＆GT;＆GT;＆GT; X
阵列（[0，0，0，0，0]）
＆GT;＆GT;＆GT; X [Y] + = 1
＆GT;＆GT;＆GT; X
阵列（[0，1，0，0，1]）
 

到目前为止好，但我已经这样的问题：

 ＆GT;＆GT;＆GT; X
阵列（[0，1，0，0，1]）
＆GT;＆GT;＆GT; Y = np.array（[1,1]）
＆GT;＆GT;＆GT; X
阵列（[0，1，0，0，1]）
＆GT;＆GT;＆GT; X [Y] + = 1
＆GT;＆GT;＆GT; X
阵列（[0，2，0，0，1]）
 

我期待 X 是阵列（[0，3，0，0，1]）： X [1] 应加一两次，
但我与明白了X [1] 只加一。

我

如何能做到呢？为什么会发生这种情况？

解决方案

  X [Y] + = 1
 

是相当于

  X [Y] = X [Y] + 1
X [Y] +1
＃阵列（[2,2]）
 

有效 numpy的运行在平行的条款，不按顺序。

  X [Y] = [4,3]＃或
X [Y] + = [4,3]
 

表明，如果不同的值被分配到相同的术语，它是一个具有作用的最后一个动作（但可能不保证）。

---

  np.add.at（X，Y​​，1）
 

做你所期望的。

从np.add.at的文档 ：

  

有关加成ufunc，该方法等效于
   A [指数] + = B ，但结果累积元素
  被索引不止一次。例如， A [0,0] + = 1 只会
  递增一次，因为缓冲的第一要素，而
   add.at（A，[0,0]，1）将递增的第一个元素的两倍。

I have an array y with indexes of values that must be incremented by one in another array x just like x[y] += 1, This is an example:

>>> x = np.zeros(5,dtype=np.int)
>>> y = np.array([1,4])
>>> x
array([0, 0, 0, 0, 0])
>>> x[y] += 1
>>> x
array([0, 1, 0, 0, 1])

So far so good, but then I've this problem:

>>> x
array([0, 1, 0, 0, 1])
>>> y = np.array([1,1])
>>> x
array([0, 1, 0, 0, 1])
>>> x[y] += 1
>>> x
array([0, 2, 0, 0, 1])

I was expecting x to be array([0, 3, 0, 0, 1]): x[1] should be incremented by one twice, but I got it with x[1] incremented just by one.

How can I did it? Why is that happening?

解决方案

x[y] += 1

is the equivalent to

x[y] = x[y] + 1
x[y]+1
# array([2, 2])

Effectively numpy operates on the terms in parallel, not sequentially.

x[y]=[4,3]  # or
x[y] += [4,3]

suggests that if different values are assigned to the same term, it is the last action that one has effect (but that probably isn't guaranteed).

---

np.add.at(x,y,1)

does what you expect.

from the documentation for np.add.at:

For addition ufunc, this method is equivalent to a[indices] += b, except that results are accumulated for elements that are indexed more than once. For example, a[[0,0]] += 1 will only increment the first element once because of buffering, whereas add.at(a, [0,0], 1) will increment the first element twice.

这篇关于索引与数组numpy的数组赋值操作的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！