我想取一个数组的行和,把输出放到另一个数组的对角线上。出于性能原因,我想使用np.sum
函数的out
参数。你知道吗
mat1 = np.array([[0.5, 0.5],[0.6, 0.4]])
mat2 = np.zeros([2,2])
mat3 = np.zeros([2,2])
如果我想把mat1
的行和放到mat2
的第一行,我可以这样做:
np.sum(mat1, axis=1, out = mat2[0])
mat2
#array([[ 1., 1.],
# [ 0., 0.]])
但是,如果我想把和放入mat3
的对角索引,我似乎不能这样做。你知道吗
np.sum(mat1, axis=1, out = mat3[np.diag_indices(2)])
mat3
#array([[ 0., 0.],
# [ 0., 0.]])
当然,下面的方法是有效的,但是我想使用out
的np.sum
参数
mat3[np.diag_indices(2)] = np.sum(mat1, axis=1)
mat3
#array([[ 1., 0.],
# [ 0., 1.]])
有人能解释一下out
参数不接受数组的对角线索引作为有效输出的行为吗?你知道吗
NumPy有两种类型的索引:基本索引和高级索引。你知道吗
基本索引是指当索引表达式仅使用整数、片、
...
和None
(又称np.newaxis
)时发生的情况。这完全可以通过对偏移量和步长的简单操作来实现,因此当基本索引返回数组时,生成的数组总是原始数据的视图。写入视图将写入原始数组。你知道吗当您使用数组进行索引时,如
mat3[np.diag_indices(2)]
,您将获得高级索引。高级索引不能以返回原始数据视图的方式进行;它总是从原始数组中复制数据。这意味着当您尝试将副本用作out
参数时:数据被放入副本中,但原始数组不受影响。你知道吗
我们现在应该已经能够使用
np.diagonal
了,但是尽管文档中说np.diagonal
的输出在numpy1.10中是可写的,但是使其可写的相关特性是still in limbo。最好不要使用out
参数:相关问题 更多 >
编程相关推荐