如何将值分配给 numpy 数组作为索引的函数？答案

【问题标题】：How to assign values to a numpy array as a function of index?如何将值分配给 numpy 数组作为索引的函数？
【发布时间】：2019-01-04 09:19:06
【问题描述】：

我只能找到使用坐标元组分配某些值的结果，例如this one。

我想将值分配给二维数组作为其坐标的函数。最简单的情况是将每个元素的值设置为它们的第二个索引（例如 x 坐标）。这样，

x[0][0] = 0
x[1][0] = 0
...
x[2][0] = 0
x[0][1] = 1
x[0][2] = 2
...

更复杂的情况是将这些值设置为到某个点 (x, y) 的欧几里得距离。

我目前的解决方案是使用 for 循环，这绝对不是有效的。矢量化实现会很好。

我目前的实现：

x_mask = np.zeros((256, 256))
for i in range(256):
    for j in range(256):
        x_mask[i][j] = j

【问题讨论】：

您的简单示例很简单。对于更复杂的情况，您应该自己尝试矢量化解决方案并告诉我们您遇到的问题。没有“通用方式”来矢量化操作。如果有，我们就不需要程序员了:)。
@jpp 期望每个位置都有一个 lambda 表达式。我想一旦我将 x/y 坐标作为辅助矩阵来计算很多其他东西，它的效果同样好。

标签： python arrays performance numpy multidimensional-array

【解决方案1】：

试试这个：

a=[]
for i in range(4):
    b=[]
    for j in range(4):
        b.append(j)
    a.append(b)

【讨论】：

..我不想像声明的那样使用 for 循环。

【解决方案2】：

您可以分配一个范围并利用 NumPy broadcasting：

A = np.zeros((256, 256))
A[:] = range(A.shape[1])
# or A[:] = np.arange(A.shape[1])

您选择的方法将取决于您希望应用的功能。

【讨论】：

完美运行。一旦我有了 x/y 坐标，获得欧几里得/曼哈顿距离就会很容易，谢谢！

【解决方案3】：

numpy.mgrid 似乎是解决此问题的正确工具（尤其是如果您需要 x 和 y）。

从文档中复制的示例：

>>> np.mgrid[0:5,0:5]
array([[[0, 0, 0, 0, 0],
        [1, 1, 1, 1, 1],
        [2, 2, 2, 2, 2],
        [3, 3, 3, 3, 3],
        [4, 4, 4, 4, 4]],
       [[0, 1, 2, 3, 4],
        [0, 1, 2, 3, 4],
        [0, 1, 2, 3, 4],
        [0, 1, 2, 3, 4],
        [0, 1, 2, 3, 4]]])

【讨论】：