Summary
This chapter explains how to assign values to 1D and 2D subarrays of arrays—whether defined by slices, integer indexing, or boolean indexing—using scalars or arrays of compatible shape, with automatic broadcasting when a scalar or 1D array is assigned to a larger slice.

General domain of usage
Numerical computing

インデックス付き配列では、より興味深い操作が可能になります。ここでは、実際にはあまり使われない3次元部分配列ではなく、1次元および2次元の**部分配列**に焦点を当てます。

まず、**スライス**への値の代入から始めます。一般的な構文は `slice = values` であり、`slice` は配列の一部、`values` は代入する値です。

`values` の形式の例：
* **単一のスカラー**（数値）
* スライスと同じサイズの**1次元配列**（スライスが1次元の場合）、または2次元スライスの場合は第2次元のサイズ
* 2次元スライスと同じ形状の**2次元配列**

import numpy as np
array_1d = np.array([1, 4, 6, 2, 9])
# Assigning an array to the slice of array_1d
array_1d[1:-1] = np.array([3, 5, 7])
print(array_1d)
# Assigning a scalar to the slice of array_1d
array_1d[1:-1] = 5
print(array_1d)
array_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
# Assigning a 2D array to the slice of array_2d
array_2d[1:3, 1:] = np.array([[20, 21], [40, 41]])
print(array_2d)
# Assigning a 1D array to the slice of array_2d
array_2d[1:3, 1:] = [50, 51]
print(array_2d)
# Assigning a scalar to the slice of array_2d
array_2d[1:3, 1:] = 30
print(array_2d)

**スカラー**を1次元スライスに代入すると、そのスカラーがスライス内の**すべての要素**に代入されます。**1次元配列**を**2次元スライス**に代入すると、その1次元配列がスライス内の**各1次元配列**に代入されます。スカラーを2次元スライスに代入する場合も、1次元スライスと同様です。

**整数配列インデックス**による部分配列への値の代入も、スライスの場合と同様に動作します。**ブールインデックス**による部分配列への値の代入も、1次元スライスと同様に動作します。

import unittest
import importlib.util
import numpy as np
import io
from contextlib import redirect_stdout


def _dynamic_test(test_case, condition, success_message, failure_message):
    """Codefinity-style output for test results"""
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


class TestUserCode(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        # Очікувані значення
        cls.init_prices = np.array([15, 8, 22, 7, 12, 5])
        cls.expected_prices = cls.init_prices.copy()
        cls.expected_prices[cls.init_prices > 10] = 20

        cls.init_ratings = np.array([[6, 8, 9], [7, 5, 10]])
        cls.expected_ratings = cls.init_ratings.copy()
        cls.expected_ratings[1, 1:] = np.array([9, 8])

    def test_prices_update(self):
        """1. Assign 20 to every element in prices greater than 10"""
        f = io.StringIO()
        spec = importlib.util.spec_from_file_location("user_code", "user_code.py")
        module = importlib.util.module_from_spec(spec)
        with redirect_stdout(f):
            spec.loader.exec_module(module)
        output = f.getvalue()

        prices = getattr(module, "prices", None)
        type_ok = isinstance(prices, np.ndarray)
        val_ok = type_ok and np.array_equal(prices, self.expected_prices)

        # Перевіряємо, що всі значення > 10 стали 20
        logic_ok = type_ok and np.all(prices[self.init_prices > 10] == 20)

        # Перевіряємо наявність друку
        printed_ok = "20" in output

        _dynamic_test(
            self,
            type_ok and val_ok and logic_ok and printed_ok,
            "prices updated and printed correctly",
            "prices update incorrect or print missing",
        )

    def test_ratings_update(self):
        """2. Assign [9, 8] to last two elements of second row using positive row index and slice"""
        f = io.StringIO()
        spec = importlib.util.spec_from_file_location("user_code", "user_code.py")
        module = importlib.util.module_from_spec(spec)
        with redirect_stdout(f):
            spec.loader.exec_module(module)
        output = f.getvalue()

        ratings = getattr(module, "ratings", None)
        type_ok = isinstance(ratings, np.ndarray)
        val_ok = type_ok and np.array_equal(ratings, self.expected_ratings)

        # Перевірка: змінилася лише друга стрічка
        second_row_correct = type_ok and np.array_equal(ratings[1, 1:], np.array([9, 8]))
        first_row_unchanged = type_ok and np.array_equal(ratings[0], np.array([6, 8, 9]))

        printed_ok = "9" in output and "8" in output

        _dynamic_test(
            self,
            type_ok and val_ok and second_row_correct and first_row_unchanged and printed_ok,
            "ratings updated and printed correctly",
            "ratings update incorrect or print missing",
        )


if __name__ == "__main__":
    unittest.main()


test_code.py

NumPyを使用した数値計算のための基本的なスキルを習得します。NumPy配列の操作、多次元データの作成と操作、インデックス指定とスライスの適用、ベクトル化演算の実行、配列の形状変更、ブロードキャストの利用、基本的な線形代数手法の適用方法を学びます。本コースはデータ分析業務で一般的に使用される実践的な操作に焦点を当てています。

インデックス付き部分配列への値の代入

解答