python – numpy数组中的奇怪赋值

前端之家收集整理的这篇文章主要介绍了python – numpy数组中的奇怪赋值前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我有一个n行数组A,其中n行为3行.每行由三个整数组成,每个整数都是一个整数,它引用numpy数组中的另一个位置.例如,如果我想要由N [4]引用的行,我使用N [N [4]].视觉:
N = np.array([[2,3,6],[12,6,9],[3,10,7],[8,5,1,0] ... ])
N[4] = [3,0]
N[N[4]] = [[8,6]
           [12,9]
           [2,6]]

我正在构建一个修改N的函数,我需要为某些指定的x修改N [N [x]],这也是一个参数(例子中为4).我想将子流中的所有6更改为另一个数字(假设为0),所以我使用numpy.where来查找索引,这是

where_is_6 = np.where(N[N[4]] == 6)

现在,如果我像N [N [4]] [where_is_6] = 0那样直接替换,则没有变化.如果我之前的引用如var = N [N [4]]然后var [where_is_6]则进行了更改,但是本地更改为函数,并且N不会全局更改.在这种情况下我该怎么办?或者我做错了什么?

解决方法

听起来你只需要将索引转换为原始N的坐标:
row_idxs = N[4]
r,c = np.where(N[row_idxs] == 6)
N[row_idxs[r],c] = 0

猜你在找的Python相关文章