我有一个Numpy数组和一个索引列表,以及一个包含需要进入这些索引的值的数组.
我知道如何实现这一目标的最快方式是:
In [1]: a1 = np.array([1,2,3,4,5,6,7])
In [2]: x = np.array([10,11,12])
In [3]: ind = np.array([2,4,5])
In [4]: a2 = np.copy(a1)
In [5]: a2.put(ind,x)
In [6]: a2
Out[6]: array([ 1, 2, 10, 4, 11, 12, 7])
请注意,我必须复制a1.我正在使用的是包装一个以数组作为输入的函数,所以我可以将它提供给一个优化器,它将改变一些这些元素.
所以,理想情况下,我希望能够在一行中返回原始文件的修改副本,其行为如下:
a2 = np.replace(a1, ind, x)
原因是我需要像这样应用它:
def somefunction(a):
....
costfun = lambda x: somefunction(np.replace(a1, ind, x))
使用a1和ind常数,这将给我一个仅仅是x的函数的成本函数.
我目前的后备解决方案是自己定义一个小函数:
def replace(a1, ind, x):
a2 = np.copy(a1)
a2.put(ind,x)
return(a2)
……但这对我来说并不是很优雅.
=>有没有办法把它变成lambda函数?
最佳答案 好吧,你要求一个单行,这里是一个使用稀疏矩阵与
Scipy's csr_matrix
–
In [280]: a1 = np.array([1,2,3,4,5,6,7])
...: x = np.array([10,11,12])
...: ind = np.array([2,4,5])
...:
In [281]: a1+csr_matrix((x-a1[ind], ([0]*x.size, ind)), (1,a1.size)).toarray()
Out[281]: array([[ 1, 2, 10, 4, 11, 12, 7]])