使用坐标列表高效更新NumPy数组：高级索引技巧

import numpy as np

def update_value(coords_tuple):
    # 这里的函数设计本身就存在问题，它期望接收一个单一的坐标元组
    # 并且直接访问全局变量np_arr，这在实际应用中并不推荐
    return np_arr[coords_tuple[0]][coords_tuple[1]] + 1

size = 3
np_arr = np.zeros((size, size))

# 尝试创建一个坐标数组，但dtype的定义方式可能导致误解
# np.dtype('int', 'int') 实际上创建了一个2D的整数数组，而非元组数组
np_indices = np.array([(x, y) for y in range(size) for x in range(size)], dtype='int,int')

# 错误的更新方式：试图将整个坐标数组传递给一个期望单个坐标的函数
# 并且函数内部的索引方式也是错误的
# np_arr = update_value(np_indices) # 这会导致索引错误
# 如果尝试用np_arr[np_indices[0]][np_indices[1]]，也会失败
# 因为np_indices[0]是行[0,0]，np_indices[1]是行[1,0]，而不是列索引

import numpy as np

size = 3
np_arr = np.zeros((size, size))

# 创建一个2D的坐标数组
# np_indices 的形状是 (size*size, 2)
np_indices = np.array([(x, y) for y in range(size) for x in range(size)])

print("原始 np_arr:\n", np_arr)
print("坐标数组 np_indices:\n", np_indices)

# 提取行索引和列索引
row_indices = np_indices[:, 0] # 所有坐标的第一个元素作为行索引
col_indices = np_indices[:, 1] # 所有坐标的第二个元素作为列索引

print("提取的行索引:", row_indices)
print("提取的列索引:", col_indices)

# 使用高级索引同时访问所有指定坐标的值
current_values = np_arr[row_indices, col_indices]
print("高级索引访问到的当前值:", current_values)

# 使用高级索引同时更新所有指定坐标的值
np_arr[row_indices, col_indices] += 1

print("更新后的 np_arr:\n", np_arr)

原始 np_arr:
 [[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
坐标数组 np_indices:
 [[0 0]
 [1 0]
 [2 0]
 [0 1]
 [1 1]
 [2 1]
 [0 2]
 [1 2]
 [2 2]]
提取的行索引: [0 1 2 0 1 2 0 1 2]
提取的列索引: [0 0 0 1 1 1 2 2 2]
高级索引访问到的当前值: [0. 0. 0. 0. 0. 0. 0. 0. 0.]
更新后的 np_arr:
 [[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]

import numpy as np

size = 3
np_arr = np.zeros((size, size))

# 定义一个结构化数据类型，包含 'x' 和 'y' 两个整数字段
dt = np.dtype([('x', 'int'), ('y', 'int')])

# 创建一个结构化数组来存储坐标
# 每个元素是一个包含 'x' 和 'y' 字段的记录
np_indices_structured = np.array([(x, y) for y in range(size) for x in range(size)], dtype=dt)

print("原始 np_arr:\n", np_arr)
print("结构化坐标数组 np_indices_structured:\n", np_indices_structured)

# 通过字段名访问行索引和列索引
row_indices_s = np_indices_structured['x']
col_indices_s = np_indices_structured['y']

print("结构化数组提取的行索引:", row_indices_s)
print("结构化数组提取的列索引:", col_indices_s)

# 使用高级索引同时更新所有指定坐标的值
np_arr[row_indices_s, col_indices_s] += 1

print("更新后的 np_arr:\n", np_arr)

原始 np_arr:
 [[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
结构化坐标数组 np_indices_structured:
 [(0, 0) (1, 0) (2, 0) (0, 1) (1, 1) (2, 1) (0, 2) (1, 2) (2, 2)]
结构化数组提取的行索引: [0 1 2 0 1 2 0 1 2]
结构化数组提取的列索引: [0 0 0 1 1 1 2 2 2]
更新后的 np_arr:
 [[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]

# 这是一个效率低下的方法，应避免在NumPy中使用
# for coord in np_indices_structured:
#     np_arr[coord['x'], coord['y']] += 1