如何用 Python 中的另一个数组替换数组的每个元素？

Question

MWE: 让我们考虑下面的例子。

L0=[[b,0],[b,b]], L1=[[b,b],[b,1]], L2=[[b,b],[2,b]]

S=[[0,1,2],[2,0,1]]

有什么方法可以像图中那样用 L0 替换 0 和 L1 替换 1 以及 L2 替换 2 来替换 S 的每个元素以获得图像中的 S1？

实际上，我想要一个 python 程序来检查：如果 S 的元素为零，那么它将用预定义的二维数组等替换 0。

Answer 1

是的。我们可以先构造一个包含L0、L1和L2:

的numpy数组

A = np.array([L0, L1, L2])

接下来我们构造一个S:

的numpy数组

B = np.array(S)

现在我们有 C = A[B]（或 @Divakar 建议的 C = np.take(A,B,axis=0)）：

>>> C = np.take(A,B,axis=0)
>>> C
array([[[[b, 0],
         [b, b]],

        [[b, b],
         [b, 1]],

        [[b, b],
         [2, b]]],


       [[[b, b],
         [2, b]],

        [[b, 0],
         [b, b]],

        [[b, b],
         [b, 1]]]])

这当然不是我们想要的：我们想要获得一个二维数组。我们可以通过首先转置（或 swapaxes，如@PaulPanzer 所建议的那样）然后重塑来做到这一点，我们获得：

>>> C.transpose(0,2,1,3).reshape(4,6)
array([[b, 0, b, b, b, b],
       [b, b, b, 1, 2, b],
       [b, b, b, 0, b, b],
       [2, b, b, b, b, 1]])

因为4和6当然取决于L0、L1、L2和S的维度大小，我们也可以根据那个尺寸来计算它们：

A = np.array([L0, L1, L2])
B = np.array(S)
m, n = B.shape
_, u, v = A.shape
np.take(A,B,axis=0).swapaxes(1,2).reshape(u*m, v*n)

正如@DSM 所说，从 Numpy-1.13 开始，有 np.block 函数用于此目的，我们可以将其写为：

>>> np.block([[A[i] for i in row] for row in S])
array([[b, 0, b, b, b, b],
       [b, b, b, 1, 2, b],
       [b, b, b, 0, b, b],
       [2, b, b, b, b, 1]])

Answer 2

如果不同构建块的数量 Li 不多，我们可以使用 Kronecker 产品 np.kron:

import numpy as np

L0=[[b,0],[b,b]]; L1=[[b,b],[b,1]]; L2=[[b,b],[2,b]]

S=[[0,1,2],[2,0,1]] 

S1 = sum(np.kron(np.equal(i, S), L) for i, L in enumerate((L0, L1, L2)))

假设 b = 3 的 S1 的值：

[[3 0 3 3 3 3]
 [3 3 3 1 2 3]
 [3 3 3 0 3 3]
 [2 3 3 3 3 1]]

如何用 Python 中的另一个数组替换数组的每个元素？

How to replace each element of an array with another array in Python?

python

arrays

numpy

block