我正在try 将一个数组的内容广播到另一个数组中，如下所示:
A = np.array([[1, 3], [2, 4]])
A_broadcast = np.array([[1, 0, 3, 0], [0, 2, 0, 4], [1, 2, 3, 4]])
我目前的方法是将A_broadcast初始化为np.zeros((3, 4))，并将A的内容分成A_broadcast，每次一行如下:
A_broadcast[::2][0] = A[0]
A_broadcast[1::2][1] = A[1]
A_broadcast[::2][2] = A[0]
A_broadcast[1::2][2] = A[1]
但我得到了这样的错误:ValueError: could not broadcast input array from shape (2,) into shape (4,)这种方法在MatLab中有效，所以我认为类似的方法在这里也适用.这种方法有没有可行的办法？如果没有，我该怎么做才能达到类似的效果呢？
您的2个数组:
In [86]: A = np.array([[1, 3], [2, 4]])
...: A_broadcast = np.array([[1, 0, 3, 0], [0, 2, 0, 4], [1, 2, 3, 4]])
In [88]: A
Out[88]:
array([[1, 3],
[2, 4]])
In [89]: A_broadcast
Out[89]:
array([[1, 0, 3, 0],
[0, 2, 0, 4],
[1, 2, 3, 4]])
空白处:
In [87]: res = np.zeros((3,4),int)
A的第一行进入一个双向交替的正方形:
In [90]: res[::2,::2]=A[0]
In [91]: res
Out[91]:
array([[1, 0, 3, 0],
[0, 0, 0, 0],
[1, 0, 3, 0]])
事实上，我不确定A[0]是不是对它的(2，1)版本.我本可以分析这个 case ，但我只是try 了一下.有时，在互动过程中，try 几种替代方案要比事先在脑海中仔细地想出细节要容易得多.在像NumPy这样的模块的交互会话中很容易体验到这一点.
现在很容易对第二排做同样的事情，
In [92]: res[1:,1::2]=A[1]
In [93]: res
Out[93]:
array([[1, 0, 3, 0],
[0, 2, 0, 4],
[1, 2, 3, 4]])
在您try 时，一次一行地为目标编制索引并没有什么错:
In [94]: res[0,::2]
Out[94]: array([1, 3])
In [95]: res[2,1::2]
Out[95]: array([2, 4])
还可以使用高级索引对这两行进行索引-我们只需使用(2，1)和(2，)数组(或列表等效项)正确地进行广播:
In [96]: res[[[0],[2]],[0,2]]
Out[96]:
array([[1, 3],
[1, 3]])
In [97]: res[[[1],[2]],[1,3]]
Out[97]:
array([[2, 4],
[2, 4]])