将数组复制到 NumPy 中另一个数组的一部分

Question

我想将较小的数组 A 复制到较大的数组 B 中，如下所示：执行此操作的明显方法是计算 A 的哪一部分适合 B，并仅将这部分复制到目标数组 B 的同样预先计算的部分。这是一项乏味且容易出错的任务，尤其是在更高维度中。有没有更简单（即无需计算所有指标）的方法来实现这一目标？

澄清一下——通常情况下必须：

在 X 轴上：计算 A 中有多少元素适合 B 部分，从 A 大小中减去它，重新计算 B 中它们适合的起点和终点（索引），重新计算 A 中的索引。在第二维重复（可能更多）。插入 looong 切片公式，这是不可读的，然后一定不要错过这个过程中的任何东西。这就是我所说的 乏味且容易出错 的意思。是可以的，但是有没有更好的方法呢？

Answer 1

您可以利用 NumPy 数组算法来处理 N 维，就像处理 1 维一样。此外，计算 N 维的切片可以用调用 map(slice, start_indices, end_indices)，一旦生成这些切片，实际的复制就变成了一行：B[B_slices] = A[A_slices]:

import numpy as np

def copy_from(A, B, A_start, B_start, B_end):
    """
    A_start is the index with respect to A of the upper left corner of the overlap
    B_start is the index with respect to B of the upper left corner of the overlap
    B_end is the index of with respect to B of the lower right corner of the overlap
    """
    A_start, B_start, B_end = map(np.asarray, [A_start, B_start, B_end])
    shape = B_end - B_start
    B_slices = tuple(map(slice, B_start, B_end + 1))
    A_slices = tuple(map(slice, A_start, A_start + shape + 1))
    B[B_slices] = A[A_slices]

A = np.zeros((21,15))
B = np.ones((16,15))
A_start = [11, 5]
B_start =  [6, 0]
B_end =  [15, 9]
copy_from(A, B, A_start, B_start, B_end)
print(B)

产量

[[1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]]

将数组复制到 NumPy 中另一个数组的一部分

Copy array into part of another array in NumPy

numpy

python-3.x

array-broadcasting