Numpy: Um novo BUG tremandous em Indexação Avançada?
Este é um 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))
a saída é -5
Acho que train não é igual a train2 quando há algumas tuplas duplicadas em tmp . Há algo de errado em fatiar entorpecido.
53 - Invalid
Levstyle
👍1
Todos 3 comentários
O mesmo pra você.
RogerMonkey
em 30 mar. 2017
Você sabe que está tentando escrever na "mesma posição" duas vezes, por exemplo [1, 2] . Infelizmente (ou felizmente, dependendo do ponto de vista) isso não funciona.
Mas você pode usar np.add.at que de acordo com a documentação "Para adição ufunc, este método é equivalente a a [índices] + = b, exceto que os resultados são acumulados para elementos que são indexados mais de uma vez.":
train = np.zeros([26,26])
np.add.at(train, [tmp[:-1], tmp[1:]], 1)
MSeifert04
em 30 mar. 2017
👍3
Obrigado!
Levstyle
em 30 mar. 2017
Esta página foi útil?
0 / 5 - 0 avaliações
Questões relacionadas
kevinzhai80
·
4Comentários
qualiaa
·
3Comentários
inducer
·
3Comentários
dcsaba89
·
3Comentários
Kreol64
·
3Comentários
Comentários muito úteis
Você sabe que está tentando escrever na "mesma posição" duas vezes, por exemplo
[1, 2]. Infelizmente (ou felizmente, dependendo do ponto de vista) isso não funciona.Mas você pode usar
np.add.atque de acordo com a documentação "Para adição ufunc, este método é equivalente a a [índices] + = b, exceto que os resultados são acumulados para elementos que são indexados mais de uma vez.":