带有高级混合索引的Numpy子数组分配

Question

原始问题

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。我正在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]

此代码引发以下内容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

将slice和seq组合使用时要小心。整数 正如在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)

这是numpy设计的工作方式，但是x [0] [:, I]与x [0，：，I]不同，这还是有些令人困惑。由于这是我想要的行为，因此我选择在代码中使用x
[0] [:, I]。

Answer 1

在将代码复制到问题时似乎有一些错误。

但是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])

制作I2个元素。标引b给出预期的（3,2）形状。切片中的3行，I索引中的2列

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

但是使用3d，a我们可以获得转置。

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

和分配会产生错误

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

它将2元素的尺寸由I第一个定义，将3元素的尺寸从:第二个定义。这是前面已经讨论过的混合高级索引的一种情况-也存在一个错误问题。（我必须查一下）。

您可能正在使用较新的numpy（或scipy）并获得了不同的错误消息。

据记录，索引有两个数组或列表，中间是切片，将切片放在末尾，例如

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

发生同样的事情a[0,:,[0,1]]。但是有一个很好的论点，那就是不应该这样。

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/pull/6256