Python中的numpy.put

在Python数据科学和数值计算的领域，NumPy是一种常用的库，它提供了许多用于数组操作的函数，其中之一是numpy.put。在本文中，我们将介绍numpy.put的用途，如何使用它以及一些示例。

numpy.put的功能

numpy.put(a, ind, v, mode='raise')函数基于索引值将给定的值v赋值给数组a。索引值可以是一个整数、整数列表、切片对象，也可以是一个布尔数组。

numpy.put的参数

• a：目标数组
• ind：数组的索引值
• v：值或值列表, 要放到目标数组中
• mode：表示如何处理超过数组范围的索引，mode取值可以是raise，wrap和clip

numpy.put的示例

示例1

下面的示例演示如何使用numpy.put将一个对角线添加到2x2的数组中，更改mode的值使得在超出数组范围的情况下得到不同的结果：

import numpy as np

arr = np.zeros((2, 2))
diag = [1, 2]

# 用mode='raise'，当超出数组范围时引发异常
np.put(arr, [0, 3], diag, mode='raise')
print(arr)

# 用mode='wrap'，当超出数组范围时将超出索引的值“包裹”到数组的另一侧
np.put(arr, [0, 3], diag, mode='wrap')
print(arr)

# 用mode='clip'，当超出数组范围时截断值
np.put(arr, [0, 3], diag, mode='clip')
print(arr)

输出：

array([[1., 0.],
       [0., 2.]])
array([[1., 0.],
       [0., 1.]])
array([[1., 0.],
       [0., 2.]])

示例2

可以将numpy.put用于多维数组，如下例演示如何将指定列表中的值插入形状为(2, 2, 2)的数组中：

import numpy as np

arr = np.zeros((2, 2, 2), dtype=int)
lst = [1, 2, 3, 4, 5, 6]

np.put(arr, [0, 1, 2, 3, 4, 5], lst)
print(arr)

输出：

array([[[1, 2],
        [3, 4]],

       [[5, 6],
        [0, 0]]])

示例3

numpy.put还支持布尔索引，如下例演示如何将数组中所有大于2的值变为2：

import numpy as np

arr = np.array([[0, 1, 2], [3, 4, 5]])
np.put(arr, arr > 2, 2)
print(arr)

输出：

array([[0, 1, 2],
       [2, 2, 2]])

示例4

使用numpy.put可以将任意形状的值数组放入目标数组行中的下标列表指定的位置。下面的例子说明如何按行指定1-D数组中的值以构建2-D数组：

import numpy as np

arr = np.zeros((2, 2))

ind = [0, 2]
v = [1, 2, 3]

np.put(arr, ind, v)
print(arr)

输出：

array([[1., 0.],
       [2., 3.]])

总结

在NumPy中，numpy.put函数被用于基于索引值为数组赋值。numpy.put的API和示例非常好理解和使用，程序员们在日常开发中可以考虑使用numpy.put来简化自己的工作。