NumPy 插入函数：使用单个整数索引与索引列表有什么影响？形状如何受到影响？

如何解决NumPy 插入函数：使用单个整数索引与索引列表有什么影响？形状如何受到影响？

我研究 NumPy 有一段时间了，一个奇怪的行为阻止了我。

我希望以下代码片段能有所帮助：

这是我将使用的数组：
e = np.arange(1,10).reshape((3,3))。

1- 将值插入到排名 1 的数组中：
np.insert(e,[1,2,3]) 和 np.insert(e,[0],3]) 是等价的。
输出： array([1,3,1,4,5,6,7,8,9]).

2- 将值插入 2 级数组（行）：
np.insert(e,[10,11,12],axis=0) 和 np.insert(e,axis=0) 是等价的。
请注意，我没有使用行的形状 -[[10,12]]- 并且它工作得很好。

尽管如此，我还是尝试了 np.insert(e,[[10,12]],axis=0) 并获得了相同的结果。

output:
array([[10,[ 1,3],[ 4,6],[ 7,9]])

正如预期的那样，使用 np.insert(e,[0,2],axis=0) 或 np.insert(e,axis=0) 会将行插入到数组中的两个不同位置。

output:
array([[10,9]])

现在是奇怪的行为。

3- 将值插入 2 级数组（列）：
一种。 (1)np.insert(e,axis=1) VS (2)np.insert(e,axis=1).
湾(3)np.insert(e,[[10],[11],[12]],axis=1) 与 (4)np.insert(e,axis=1)。

a. outputs from (1) and (4):
array([[10,[11,[12,9]])

b. outputs from (2) and (3):
array([[10,12,9]])

c. (5)np.insert(e,axis=1) VS (6)np.insert(e,axis=1)。

output from (5):
array([[10,10,9]])

The output from (6):
ValueError: shape mismatch: value array of shape (3,) Could not be broadcast to indexing result of shape (2,3)

1- 如果在行示例中形状是可选的，为什么代码 (1) 和 (4) 中的列不是这种情况？

2- 如果形状很重要，为什么它适用于 (4) 而不适用于 (3)？

3- 如果形状是强制性的，那么 (5) 和 (6) 之间有什么区别？为什么 NumPy 会在（6）中广播这个元素列表？

解决方法

文档说：

`values` should be shaped so that ``arr[...,obj,...] = values``
is legal.

这是一个例子：

将 2 行插入 (3,3) 数组：

In [19]: e=np.zeros((3,3),int)
In [32]: res=np.insert(e,[0,2],[1,2,3],axis=0)
In [33]: res
Out[33]: 
array([[1,0],0]])

结果是一个 (5,3) 数组。可以通过以下方式访问插入的值：

In [34]: res[[0,:]
Out[34]: 
array([[1,3]])

这是一个 (2,3) 数组。

（我不得不将 (0,2) 更改为 (0,3) 以考虑插入的行。insert 进行了这种调整。

我可以将 (3,) 分配给 (2,3) 槽。通过广播扩展到 (1,3) 和 (2,3)：

In [35]: res[[0,:] = [1,3]

但是 a (3,1) 不能广播：

In [36]: res[[0,:] = [[1],[2],[3]]
Traceback (most recent call last):
  File "<ipython-input-36-de940597bcbf>",line 1,in <module>
    res[[0,[3]]
ValueError: shape mismatch: value array of shape (3,1)  could not be broadcast to indexing result of shape (2,3)

你的 (6) 有同样的问题，但有列：

In [38]: res=np.insert(e,3,axis=1)
In [39]: res
Out[39]: 
array([[3,[3,0]])
In [40]: res[:,3]]            # a (3,2) insert
Out[40]: 
array([[3,3]])
In [41]: res[:,3]] = np.ones((3,2))
In [42]: res[:,1))  # broadcasts fine

但是 (3,) 和 (1,3) 不能放在 (3,2) 空间中：

In [43]: res[:,))
Traceback (most recent call last):
  File "<ipython-input-43-3a546b2939fc>",in <module>
    res[:,))
ValueError: shape mismatch: value array of shape (3,)  could not be broadcast to indexing result of shape (2,3)

In [44]: res[:,3]] = np.ones((1,3))
Traceback (most recent call last):
  File "<ipython-input-44-6858764218b0>",3))
ValueError: shape mismatch: value array of shape (1,3)  could not be broadcast to indexing result of shape (2,3)

我不明白为什么错误消息显示 to indexing result of shape (2,3)。我希望阅读 (3,2)。

作为参考，这里是带有 insert 错误的完整回溯：

In [45]: np.insert(e,[10,11,12],axis=1)
Traceback (most recent call last):
  File "<ipython-input-45-a7ae562f20c6>",in <module>
    np.insert(e,axis=1)
  File "<__array_function__ internals>",line 5,in insert
  File "/usr/local/lib/python3.8/dist-packages/numpy/lib/function_base.py",line 4678,in insert
    new[tuple(slobj)] = values
ValueError: shape mismatch: value array of shape (3,3)

new 必须是一个形状为 (3,5)、tuple(slobj) 之类的数组，类似于 (slice(None),np.array([0,3]))（与我的 [:,3]] 相当），而 values 是np.array([10,12]) 数组。