为什么 2D 分配在 Numpy 中不能按预期工作？答案

【问题标题】：Why does 2D assignment not work as expected in Numpy?为什么 2D 分配在 Numpy 中不能按预期工作？
【发布时间】：2020-10-22 23:21:42
【问题描述】：

我有以下代码：

    for (old_point, new_point) in zip(masked_indices, masked_new_indices):
        row, col = old_point
        new_row, new_col = new_point
        
        new_img[row, col] = img[new_row, new_col]

new_img 和 img 都是 1024x1024x3 ndarray，masked_indices 和 masked_new_indices 都是 80000x2 ndarray。

为什么这个语句的行为不同？

    new_img[masked_indices] = img[masked_new_indices]

有没有办法将这个 for 循环优化成更接近 NumPy 的风格？

【问题讨论】：

标签： python numpy

【解决方案1】：

我想通了。由于new_img 是三维的，我必须指定两个索引。尝试在单个索引中使用 2D 值是导致意外行为的原因。

这达到了我想要的效果，虽然不是很漂亮：

new_img[masked_indices[:, 0], masked_indices[:, 1], :] = img[masked_new_indices[:, 0], masked_new_indices[:, 1], :]

【讨论】：