Skip to main content
 首页 » 编程设计

python之如何在 Numpy 数组中设置单个索引

2024年12月31日15mq0036

我正在尝试使用数组来设置其他数组中的值。不幸的是,它没有设置一个值,而是以某种方式覆盖了一堆值。发生了什么,我怎样才能实现我想要的?

>>> target = np.array( [ [0,1],[1,2],[2,3] ]) 
>>> target 
array([[0, 1], 
       [1, 2], 
       [2, 3]]) 
>>> actions = np.array([0,0,0]) 
>>> target[actions] #The first row, 3 times 
array([[0, 1], 
       [0, 1], 
       [0, 1]]) 
>>> target[:,actions] #The first column, 3 times 
array([[0, 0, 0], 
       [1, 1, 1], 
       [2, 2, 2]]) 
>>> values = np.array([7,8,9]) 
>>> target[:,actions] = values #why isnt this working? 
>>> target 
array([[9, 1], 
       [9, 2], 
       [9, 3]]) 
#Actually want 
#array([[7, 1], 
#       [8, 2], 
#       [9, 3]]) 
 
>>> target = np.array( [ [0,1],[1,2],[2,3] ]) #reset to original value 
>>> actions = np.array([0,1,0]) 
>>> target[:,actions] = values.reshape(3, 1) 
array([[7, 7], 
       [8, 8], 
       [9, 9]]) 
#Actually want 
#array([[7, 1], 
#       [1, 8], 
#       [9, 3]]) 

请您参考如下方法:

target[:,actions] 三次选择 target 的同一列。

当你说 target[:,actions] = values 时,你正在做的是:

  1. 将 7 分配给该列中的所有值,分配 3 次。
  2. 将 8 分配给该列中的所有值,分配 3 次。
  3. 将 9 分配给该列中的所有值,分配 3 次。

所以您最终在该列的所有值中得到 9。

如果你坚持这种尴尬的三重数据写入,你可以通过转置写入来修复它:

target[:,actions] = values.reshape(3, 1) 

这会将 [7,8,9] 写入该列,三次。显然这很浪费,您可以改为这样做:

target[:,actions[-1]] = values 

效果应该是一样的,而且节省了计算量。