如何通过索引向量的广播切片来修改 np 数组？

Question

我有这个 m x n numpy 数组，我想对行元素应用某些操作。虽然，它必须只投射到那些索引先于索引向量上的条目指定的元素。

我已经了解了经典的 for 循环方式，但我期待更多的 NumPythonic。

以下代码将完成这项工作：

for i,j in enumerate(x):
    M[i, 0:j] = 2*M[i, 0:j]

但我正在寻找一个广播，没有换方法。有什么想法吗？

例如，假设

M = [[ 1, 2, 3, 4, 5],
     [ 6, 7, 8, 9,10]]

x = [2, 3]

而我们的应用是将某个元素加倍。根据 x 中指定的索引，我们应该得到结果数组：

M = [[ 2, 4, 3, 4, 5],
     [12,14,16, 9,10]]

Answer 1

这里有两种相关的方法，它们的速度大致相同：

import numpy as np
from timeit import timeit

M = [[ 1, 2, 3, 4, 5],
     [ 6, 7, 8, 9,10]]

x = [2, 3]

def f():
    MM = np.array(M)
    xx = np.array(x)
    MM[np.arange(5)<xx[:,None]] *= 2
    return MM

def g():
    MM = np.array(M)
    xx = np.array(x)
    MM *= 1 + (np.arange(5)<xx[:,None])
    return MM

print(f())
print(g())
M = 1000*M
x = 1000*x
print(timeit(f,number=1000))
print(timeit(g,number=1000))

样本运行：

[[ 2  4  3  4  5]
 [12 14 16  9 10]]
[[ 2  4  3  4  5]
 [12 14 16  9 10]]
1.1994759310036898
1.1547658089984907

如何通过索引向量的广播切片来修改 np 数组？

How to modify np array by slicing through the broadcast of an index vector?

python

numpy

array-broadcasting