将值填充到非常依赖于索引的 numpy 数组中

Question

问题：我试图用一些值取决于索引(i, j) 的值以某种非平凡的方式填充二维数组arr。更准确地说，i 和 j 一起提供了一个新索引 k（i、j 和 k 都具有相同的范围），然后我用它来查找其他数组中的值（即H[i,j] = values[k]）。

我最初的想法是np.put_along_axis 可以用于此。我生成了两个列表indices 和values，这样

nrows, ncols = arr.shape
for i in range(nrows):
    arr[i, indices[i]] = values[i]

原则上这很好用，但是当我尝试时

np.put_along_axis(arr, indices, values, axis=1)

我收到以下错误

AttributeError: 'list' object has no attribute 'dtype'

但是，我无法将这些列表放入数组中，因为它们很杂乱；有些行需要插入的值比其他行少。我想知道有没有办法使用np.put_along_axis？

Answer 1

简而言之，您可能想使用np.indices。

由于您没有给出示例，我将使用索引来计算极坐标并在另一张图片中查找它们。

首先我有一张图片以便稍后查找值

import matplotlib.pyplot as plt
import matplotlib
import numpy as np

n = 100
func = lambda i,j: np.linalg.norm(np.array([i-n/2,j-n/2]), axis=0)
arr = np.fromfunction(func, (n,n), dtype='int')
arr = (arr < np.median(arr)).astype('int')
plt.imshow(arr, cmap='gray')

现在我计算上图的极坐标。如果您需要复习微积分。这意味着我们通过到点的距离和角度来识别点。 IE。如果你在下图中向左/向右走，你在上面的一个圆圈（逆时针/顺时针）上上下意味着你​​去中心和远离中心。在极坐标中，圆盘应该或多或少变成一个矩形。

r,phi = np.indices(arr.shape, dtype='float')
r *= 50/100
phi *= 2*np.pi/100

def polar2cartesian(r, phi):
    x = r * np.cos(phi)
    y = r * np.sin(phi)
    return(x, y)

i,j = polar2cartesian(r, phi)
i = (i+50).astype('int')
j = (j+50).astype('int')

out = np.zeros(arr.shape)
out = arr[i,j]
plt.imshow(out, cmap='gray')
plt.xlabel('phi (0 to 2pi)')
plt.ylabel('r (0 to 50)')