6

必须有一些'pythonic'方式来做到这一点，但我不认为np.place, np.insert, 或者np.put是我正在寻找的。我想用A较小的 3D 数组替换大型 3D 数组中的值B，从较大数组中的位置开始[i,j,k]。看图：

我想输入类似A[i+, j+, k+] = B或np.embed(B, A, (i,j,k))之类的内容，但当然这些都不正确。

编辑：哦，有这个。所以我应该修改这个问题，问这是否是最好的方法（“最好”意味着笔记本电脑上 500x500x50 的浮点数组最快）：

s0, s1, s2 = B.shape
A[i:i+s0, j:j+s1, k:k+s2] = B

一个 3D 阵列在另一个内部

4

1 回答 1

2

您编辑的答案对于 3D 案例看起来不错。

如果您想要原始帖子中提到的“嵌入”功能，对于任意数量的数组，以下应该可以工作：

def embed( small_array, big_array, big_index):
    """Overwrites values in big_array starting at big_index with those in small_array"""
    slices = [np.s_[i:i+j] for i,j in zip(big_index, small_array.shape)]
    big_array[slices]=small_array

可能值得注意的是，在 big_array 比 small_array 具有更多维度的情况下，人们希望“嵌入”如何执行并不明显。例如，我可以想象有人想要从 small_array 成员到被覆盖的 big_array 成员的 1:1 映射（相当于向 small_array 添加额外的 length-1 维度以使其 ndim 达到 big_array 的），或者我可以想象有人想要 small_array广播出来以填充 big_array 的剩余部分，用于 small_array 的“缺失”维度。无论如何，您可能希望避免在这些情况下调用该函数，或者调整该函数以确保它在这些情况下可以执行您想要的操作。

于 2016-04-12T06:02:31.270 回答