Numpy: 高级索引中的一个新的巨大 BUG？

创建于 2017-03-30 · 3评论 · 资料来源: numpy/numpy

这是一个BUG

train = np.zeros([26,26])
train2 = np.zeros([26,26])
tmp = [1,2,3,4,5,6,1,2,3,4,5,6]
train[tmp[0:-1], tmp[1:]] += 1
for i in range(len(tmp)-1):
    train2[tmp[i], tmp[i+1]] += 1
print(np.sum(train - train2))

输出是-5
当tmp有一些重复的元组时，我发现train不等于train2 tmp 。 numpy 切片有什么问题吗？

53 - Invalid

资料来源

Levstyle

👍1

最有用的评论

您知道您正在尝试向“相同位置”写入两次，例如[1, 2] 。不幸的是（或幸运的是，取决于观点）这不起作用。

但是您可以使用np.add.at ，根据文档“对于加法 ufunc，此方法等效于 a[indices] += b，除了对被多次索引的元素累积结果。”：

train = np.zeros([26,26])
np.add.at(train, [tmp[:-1], tmp[1:]], 1)

MSeifert04 于 2017-03-30

👍3

所有3条评论

彼此。

RogerMonkey 于 2017-03-30

您知道您正在尝试向“相同位置”写入两次，例如[1, 2] 。不幸的是（或幸运的是，取决于观点）这不起作用。

但是您可以使用np.add.at ，根据文档“对于加法 ufunc，此方法等效于 a[indices] += b，除了对被多次索引的元素累积结果。”：

train = np.zeros([26,26])
np.add.at(train, [tmp[:-1], tmp[1:]], 1)

MSeifert04 于 2017-03-30

👍3

谢谢！

Levstyle 于 2017-03-30

此页面是否有帮助？

0 / 5 - 0 等级

Numpy: 高级索引中的一个新的巨大 BUG？

这是一个BUG

最有用的评论

所有3条评论

相关问题