Array nach Permutation zuweisen

Question

Ich möchte mein labels Array nach der Permutation zuweisen. Ich verwende einen Code ähnlich wie unten.

np.random.seed(42) 
labels = np.zeros((10,1),dtype=int) 
idx = np.random.permutation(len(labels)) 
labels[idx][1:5] = np.random.randint(0,10,(4,1)) 

Wie jedoch unten zu sehen ist, sind die Beschriftungen immer noch Null und es wurde nichts zugewiesen. Ich kann mir nur vorstellen, dass der labels [idx] -Teil eine Kopie erstellt und das was zugewiesen wird. Wie umgehe ich das?

labels 
>>> array([[0], 
     [0], 
     [0], 
     [0], 
     [0], 
     [0], 
     [0], 
     [0], 
     [0], 
     [0]]) 

die erforderliche Ausgabe war:

for i,j in enumerate(idx2): 
    labels[idx[j]] = a[i] 

labels 
>>> array([[7], 
    [2], 
    [0], 
    [0], 
    [0], 
    [6], 
    [0], 
    [4], 
    [0], 
    [0]]) 

Answer 1

Der folgende Ausschnitt beantwortet meine Frage:

idx2 = np.argsort(idx) 
labels[1:5] = a 

labels[idx2] 

Der Schlüssel der Abbildung von der Permutation wieder auf die ursprüngliche Permutation zu finden war. Was ist np.argsort(idx) tat.

Answer 2

In [207]: idx 
Out[207]: array([5, 8, 3, 7, 9, 1, 6, 0, 4, 2]) 
In [208]: x=np.random.randint(0,10,(10,1)) 
In [209]: x 
Out[209]: 
array([[5], 
     [7], 
     [4], 
     [4], 
     [9], 
     [6], 
     [2], 
     [1], 
     [9], 
     [9]]) 
In [210]: labels[idx]=x 
In [211]: labels 
Out[211]: 
array([[1], 
     [6], 
     [9], 
     [4], 
     [9], 
     [5], 
     [2], 
     [4], 
     [7], 
     [9]]) 

Wenn ein Index wie idx verwenden, können Sie

labels[idx] = ... 

Doing labels[idx][:5] = .... nicht funktioniert, weil labels[idx] zu tun haben, durch erstellt selbst eine Kopie.

labels[:5][idx[:5]] = ... sollte funktionieren, denn [:5] erstellt eine Ansicht.

Korrektur:

labels[:5][np.random.randint(0,5,5)]=np.arange(5)[:,None] 

Bei Bedarf würde ich vorschlagen Dokumentation vs Kopien auf Ansichten der Überprüfung und grundlegende vs Indexierung.

Answer 3

Meinst du das?

labels = np.zeros((10,1),dtype=int) 
idx = np.random.permutation(len(labels)) 
pool = np.random.randint(0,10,(4,1)) 
for i in range(4): 
    labels[i] = pool[i] 
print labels