Numpy：将值分配给具有索引列表的二维数组

Question

我有 2d numpy 数组（想想灰度图像）。我想为该数组的坐标列表分配某个值，例如：

img = np.zeros((5, 5))
coords = np.array([[0, 1], [1, 2], [2, 3], [3, 4]]) 

def bad_use_of_numpy(img, coords):
    for i, coord in enumerate(coords):
        img[coord[0], coord[1]] = 255

    return img

bad_use_of_numpy(img, coords)

这行得通，但我觉得我可以利用 numpy 功能使其更快。我以后也可能有一个用例，如下所示：

img = np.zeros((5, 5))
coords = np.array([[0, 1], [1, 2], [2, 3], [3, 4]])
vals = np.array([1, 2, 3, 4])

def bad_use_of_numpy(img, coords, vals):
    for coord in coords:
        img[coord[0], coord[1]] = vals[i]

    return img

 bad_use_of_numpy(img, coords, vals)

有没有更矢量化的方式来做到这一点？

Answer 1

我们可以将coords 的每一行解包为行，列索引用于索引到img，然后分配。

现在，既然问题被标记为：Python 3.x，我们可以简单地用[*coords.T]解包，然后分配-

img[[*coords.T]] = 255

一般来说，我们可以使用tuple来解包-

img[tuple(coords.T)] = 255

我们也可以计算线性索引，然后用np.put 赋值 -

np.put(img, np.ravel_multi_index(coords.T, img.shape), 255)