python - reshape numpy 数组的列表，然后 reshape 回来

Question

我有一个列表，其中包含几个不同形状的 numpy 数组。我想将这个数组列表 reshape 为一个 numpy 向量，然后更改向量中的每个元素，然后将其 reshape 回原始数组列表。

例如:

输入

[numpy.zeros((2,2)), numpy.ones((3,3))]

• 首先

到矢量

[0,0,0,0,1,1,1,1,1,1,1,1,1]

• 第二

每次只改变一个元素。例如将第一个元素 0 更改为 2

[0,2,0,0,1,1,1,1,1,1,1,1,1]

• 最后

将其转换回

[array([[0,2],[0,0]]),array([[1,1,1],[1,1,1],[1,1,1]])]

有没有快速实现的？非常感谢。

Answer 1

似乎转换为列表并返回是低效的。相反，为什么不弄清楚要索引哪个数组(以及在哪里)然后只更新该索引呢？例如

def change_element(arr1, arr2, ix, value):
    which = ix >= arr1.size
    arr = [arr1, arr2][which]
    ix = ix - arr1.size if which else ix
    arr.ravel()[ix] = value

下面是一些示例用法:

>>> arr1 = np.zeros((2, 2))
>>> arr2 = np.ones((3, 3))
>>> change_element(arr1, arr2, 1, 2)
>>> change_element(arr1, arr2, 6, 3.14)
>>> arr1
array([[ 0.,  2.],
       [ 0.,  0.]])
>>> arr2
array([[ 1.  ,  1.  ,  3.14],
       [ 1.  ,  1.  ,  1.  ],
       [ 1.  ,  1.  ,  1.  ]])
>>> change_element(arr1, arr2, 7, 3.14)
>>> arr1
array([[ 0.,  2.],
       [ 0.,  0.]])
>>> arr2
array([[ 1.  ,  1.  ,  3.14],
       [ 3.14,  1.  ,  1.  ],
       [ 1.  ,  1.  ,  1.  ]])

一些注意事项——这会更新数组。它不会创建新数组。如果你真的需要创建新数组，我想你可以 np.copy 它们并返回。此外，这依赖于数组在 ravel 之前和之后共享内存。我不记得 ravel 返回新数组而不是原始数组 View 的确切情况。 . .

---

泛化到更多数组实际上很容易。我们只需要遍历数组列表，看看 ix 是否小于数组大小。如果是，我们就找到了我们的数组。如果不是，我们需要从 ix 中减去数组的大小，以表示到目前为止我们已经遍历的元素数:

def change_element(arrays, ix, value):
    for arr in arrays:
        if ix < arr.size:
            arr.ravel()[ix] = value
            return
        ix -= arr.size

你可以像以前一样调用它:

change_element([arr1, arr2], 6, 3.14159)