访问任意维度的 Numpy 数组中的单个元素

Question

所以。我正在尝试访问和修改一系列 Numpy 数组的倒数第二个单个元素。

array_1D = np.array([10,11,12,13, 14])
array_2D = np.array([[20,30,40,50,60], [43,54,65,76,87], [11,22,33,44,55]])
array_3D = np.array([[[1,2,3,4,5], [11,21,31,41,51]], [[11,12,13,14,15], [51,52,53,54,5]]])
arrays = [array_1D, array_2D, array_3D]

我想以编程方式而不是手动方式执行此操作，以便更深入地学习。

我有的是：

for array in arrays:
    print(array)  # Before
    print('CHANGE TEN')
    array[..., -2] = 10
    print(array, end='\n--------\n\n')  # After

哪个returns:

[10 11 12 13 14]
CHANGE TEN
[10 11 12 10 14]
--------

[[20 30 40 50 60]
 [43 54 65 76 87]
 [11 22 33 44 55]]
CHANGE TEN
[[20 30 40 10 60]
 [43 54 65 10 87]
 [11 22 33 10 55]]
--------

[[[ 1  2  3  4  5]
  [11 21 31 41 51]]

 [[11 12 13 14 15]
  [51 52 53 54  5]]]
CHANGE TEN
[[[ 1  2  3 10  5]
  [11 21 31 10 51]]

 [[11 12 13 10 15]
  [51 52 53 10  5]]]
--------

如您所见，此语法当前访问沿主轴的所有元素的倒数第二个单个元素。

有没有一种巧妙的方法来访问任意维度数组的倒数第二个单个元素？（在这种情况下，这意味着一个整数。）

我知道的奇怪应用程序。我有兴趣了解与使用任意维度数组密切相关的限制。

（我在谷歌上搜索了一下，搜索无果。Google 傅显然不强。）

Answer 1

给你：

array_1D = np.array([10,11,12,13, 14])
array_2D = np.array([[20,30,40,50,60], [43,54,65,76,87], [11,22,33,44,55]])
array_3D = np.array([[[1,2,3,4,5], [11,21,31,41,51]], [[11,12,13,14,15], [51,52,53,54,5]]])
arrays = [array_1D, array_2D, array_3D]

for array in arrays:
    print(array)  # Before
    print('CHANGE TEN')
    array[tuple([-2] * array.ndim)] = 10
    print(array, end='\n--------\n\n')  # After

print(array_1D[-2], array_2D[-2,-2], array_3D[-2,-2,-2])

输出：

10 10 10

访问任意维度的 Numpy 数组中的单个元素

Accessing an individual element in a Numpy array of arbitrary dimensions

python

arrays

numpy

dimensions

matrix-indexing