Тип среза влияет на изменчивость массива numpy

Question

Я создаю файлы netCDF, используя python.Когда я пытаюсь присвоить значения (данные) частям (или срезам) переменных, в зависимости от того, что является «типом» среза, я могу или не могу присвоить значения.

Не знаю почему.Любой поможет понять, почему это .

Например:

import numpy as np
from netCDF4 import Dataset

nb_steps = 2
nb_lat = 3
nb_lon = 4

# open/create file
f = Dataset('/home/ccorbel/Desktop/test.nc', 'w', format='NETCDF3_CLASSIC')
f.createDimension('lat', nb_lat)
f.createDimension('lon', nb_lon)
f.createDimension('time', nb_steps)

# create/fill variables
variables = {}
variables['t'] = f.createVariable('temperature', 'float64', ('time', 'lat', 'lon'))
variables['t'][...] = np.zeros((nb_steps, nb_lat, nb_lon))

# "equivalent" to [0, :, ::-1]
slc  = [0, slice(None, None, None), slice(None, None, -1)]    

# "equivalent" to [0, :, :]
slc2 = [0, slice(None, None, None), slice(None, None, None)] 

# "equivalent" to [:, ::-1]
slc3 = [   slice(None, None, None), slice(None, None, -1)]

print type(variables['t'])
# type 'netCDF4.Variable'
print type(variables['t'][slc])
# type 'numpy.ndarray'
print type(variables['t'][slc][...])
# type 'numpy.ndarray'
print np.shape(variables['t'][slc])
# (3, 4)

# variables['t'][slc] = np.random.random((nb_lat, nb_lon))
# return IndexError: too many indices

variables['t'][slc][...] = np.random.random((nb_lat, nb_lon))
print '\n', variables['t'][...]

# [[[ 0.  0.  0.  0.]
#   [ 0.  0.  0.  0.]
#   [ 0.  0.  0.  0.]]
# 
#  [[ 0.  0.  0.  0.]
#   [ 0.  0.  0.  0.]
#   [ 0.  0.  0.  0.]]]

variables['t'][...] = np.zeros((nb_steps, nb_lat, nb_lon)) # reset
variables['t'][slc2] = np.random.random((nb_lat, nb_lon))[slc3]
print '\n', variables['t'][...]

# [[[ 0.17502009  0.98414122  0.89686025  0.11072791]
#   [ 0.51351626  0.09234043  0.54314083  0.937711  ]
#   [ 0.98732418  0.22714407  0.87387761  0.44653219]]

#  [[ 0.          0.          0.          0.        ]
#   [ 0.          0.          0.          0.        ]
#   [ 0.          0.          0.          0.        ]]]

variables['t'][...] = np.zeros((nb_steps, nb_lat, nb_lon)) # reset
#variables['t'][0, :, ::-1] = np.random.random((nb_lat, nb_lon)) 
# return IndexError: too many indices

variables['t'][0, :, ::-1][...] = np.random.random((nb_lat, nb_lon))
print '\n', variables['t'][...]

# [[[ 0.  0.  0.  0.]
#   [ 0.  0.  0.  0.]
#   [ 0.  0.  0.  0.]]

#  [[ 0.  0.  0.  0.]
#   [ 0.  0.  0.  0.]
#   [ 0.  0.  0.  0.]]]

variables['t'][...] = np.zeros((nb_steps, nb_lat, nb_lon)) # reset
variables['t'][0, :, :] = np.random.random((nb_lat, nb_lon))[:, ::-1]
print '\n', variables['t'][...]

# [[[ 0.61406835  0.11069783  0.28667398  0.45018246]
#   [ 0.3833354   0.98871281  0.55559104  0.60415683]
#   [ 0.75200954  0.75106639  0.11688565  0.14264615]]

#  [[ 0.          0.          0.          0.        ]
#   [ 0.          0.          0.          0.        ]
#   [ 0.          0.          0.          0.        ]]]

variables['t'][...] = np.zeros((nb_steps, nb_lat, nb_lon)) # reset
variables['t'][0, :, :] = np.random.random((nb_lat, nb_lon))[slc3]
print '\n', variables['t'][...]

# [[[ 0.09437484  0.45757906  0.81116891  0.23580254]
#   [ 0.37316425  0.06768454  0.20259876  0.42127472]
#   [ 0.78879307  0.62535419  0.08942293  0.68789143]]

#  [[ 0.          0.          0.          0.        ]
#   [ 0.          0.          0.          0.        ]
#   [ 0.          0.          0.          0.        ]]]

f.close()

Answer 1

Ваш пример кода, кажется, работает на моем компьютере, но я думаю, что у вас могут быть проблемы, потому что вы используете множественный индекс в левой части своего назначения.A[0, :, ::-1][...] = something, где A - это странный массив, и хотя он, похоже, работает на моей машине, я бы попытался избежать этого.Если это не решит вашу проблему, можете ли вы дать нам более четкий пример проблемы, с которой вы столкнулись (возможно, с помощью только одной операции индексации слева от =), или объяснить, почему вы хотите использовать две операции индексации.