插入numpy的阵列到另一个，而不必担心长度

Question

在做：

import numpy 
A = numpy.array([1,2,3,4,5,6,7,8,9,10]) 
B = numpy.array([1,2,3,4,5,6])  

A[7:7+len(B)] = B       # A[7:7+len(B)] has in fact length 3 ! 

我们得到这个典型错误：

ValueError: could not broadcast input array from shape (6) into shape (3) 

这是100％正常的，因为A[7:7+len(B)]的长度为3，和不是长度= len(B) = 6，因此不能接收B！的内容！

如何防止这种情况发生，并具有B-复制到轻松的内容，开始A[7]：

A[7:???] = B[???]  
# i would like [1 2 3 4 5 6 7 1 2 3] 

这可以被称为“自动播放”，即我们不不得不担心阵列的长度。

---

编辑：另一个例子，如果len(A) = 20：

A = numpy.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]) 
B = numpy.array([1,2,3,4,5,6])  

A[7:7+len(B)] = B 
A # [ 1 2 3 4 5 6 7 1 2 3 4 5 6 14 15 16 17 18 19 20] 

Answer 1

只要告诉它何时停止使用len(A)。

A[7:7+len(B)] = B[:len(A)-7] 

---

例子：

import numpy 
B = numpy.array([1,2,3,4,5,6])  

A = numpy.array([1,2,3,4,5,6,7,8,9,10]) 
A[7:7+len(B)] = B[:len(A)-7] 
print A # [1 2 3 4 5 6 7 1 2 3] 

A = numpy.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]) 
A[7:7+len(B)] = B[:len(A)-7] 
print A # [ 1 2 3 4 5 6 7 1 2 3 4 5 6 14 15 16 17 18 19 20] 

Answer 2

同样的问题，但在2D

Numpy - Overlap 2 matrices at a particular position

在那里，我尽量让，这是更好的情况下，您需要负责确定B的哪一部分应该是警察灭蝇灯：

A[7:] = B[:3] 
A[7:] = B[-3:] 
A[7:] = B[3:6] 

np.put会做这种裁剪对你的，但你必须给它一个索引列表，而不是一个切片：

np.put(x, range(7,len(x)), B) 

这并不比x[7:]=y[:len(x)-7]更好。

put的文档告诉我，还有一个putmask,place和copyto函数。与put对应的是take。

一个有趣的事情是，虽然这些其他功能比索引提供更多的权力，像剪辑和重复模式，我没有看到他们使用太多。我认为这是因为写一个处理你的特殊情况的函数比记住/查找具有很多选项的通用函数更容易。

Answer 3

import numpy 
A = numpy.array([1,2,3,4,5,6,7,8,9,10]) 
B = numpy.array([1,2,3,4,5,6])  

numpy.hstack((A[0:7],B))[0:len(A)] 

第二个想法，其中B里面A. 洙符合这个失败的情况下....

import numpy 
A = numpy.array([1,2,3,4,5,6,7,8,9,10]) 
B = numpy.array([1,2,3,4,5,6])  

if 7 + len(B) > len(A): 
    A = numpy.hstack((A[0:7],B))[0:len(A)] 
else: 
    A[7:7+len(B)] = B 

但是，这种失败的问题的目的！我相信你更喜欢单线！