在pytorch中，scatter是一个非常实用的映射函数，其将一个源张量（src）中的值按照指定的轴方向（dim）和对应的位置关系（index）逐个填充到目标张量（target）中，其函数写法为：

target.scatter(dim, index, src)

其中各变量及参数的说明如下：

• target：即目标张量，将在该张量上进行映射
• src：即源张量，将把该张量上的元素逐个映射到目标张量上
• dim：指定轴方向，定义了填充方式。对于二维张量，dim=0表示逐列进行行填充，而dim=1表示逐行进行列填充
• index: 按照轴方向，在target张量中需要填充的位置

dim 0：

把a按顺序（一行一行遍历）给b的索引(index)赋值，index是行编号

实际就是把a的行按照新的顺序赋值给b，顺序就是index行编号。

列子1：

import torch
a = (torch.arange(10) + 1).reshape(5, 2).float()
print(a)
print("-------------------------------------")
b = torch.zeros(5, 3)
b_ = b.scatter(dim=0, index=torch.LongTensor([[4, 2], [3, 0], [2, 0], [1, 0], [0, 0]]), src=a)
print(b_)

结果：

tensor([[ 1.,  2.],
        [ 3.,  4.],
        [ 5.,  6.],
        [ 7.,  8.],
        [ 9., 10.]])

tensor([[ 9., 10.,  0.],
        [ 7.,  0.,  0.],
        [ 5.,  2.,  0.],
        [ 3.,  0.,  0.],
        [ 1.,  0.,  0.]])

例子2：

import torch
a = (torch.arange(10)+1).reshape(2,5).float()
print(a)
print("-------------------------------------")
b = torch.zeros(3, 5)
b_= b.scatter(dim=0, index=torch.LongTensor([[0, 2]]),src=a)
# b 0行  a 1列 1行
# b 2行  a 2列 1行
print(b_)
print("-------------------------------------")
b_= b.scatter(dim=0, index=torch.LongTensor([[0, 2, 1, 1, 2], [2, 0, 2, 1, 0]]),src=a)
# 7是因为两个 第2行 第4列 值发生覆盖了。
# 第1行 第1列
# 第3行 第2列
# 第2行 第3列
# 第2行 第4列
# 第3行 第5列
# 第3行 第1列
# 第1行 第2列
# 第3行 第3列
# 第2行 第4列
# 第1行 第5列
print(b_)

结果：

tensor([[ 1.,  2.,  3.,  4.,  5.],
        [ 6.,  7.,  8.,  9., 10.]])

tensor([[1., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 2., 0., 0., 0.]])

tensor([[ 1.,  7.,  0.,  0., 10.],
        [ 0.,  0.,  3.,  9.,  0.],
        [ 6.,  2.,  8.,  0.,  5.]])

dim1：

把a按顺序（一行一行遍历）给b的索引(index)赋值，index是列编号

实际就是把a的行重新设置，赋值到b的行上，新的位置，就是index索引（列编号位置）。

import torch
a = (torch.arange(10)+1).reshape(2,5).float()
print(a)
print("-------------------------------------")
b = torch.zeros(3, 5)
b_= b.scatter(dim=1, index=torch.LongTensor([[0, 2]]),src=a)
#b 0列 第1行, a 0列 第1行
#b 2列 第1行 ,a 1列 第1行
print(b_)
print("-------------------------------------")
b_= b.scatter(dim=1, index=torch.LongTensor([[0, 2, 1, 1, 2], [2, 0, 2, 1, 0]]),src=a)
#把a的第1行按顺序 放在b的第1行上，顺序是index
#4的来源：
0, 2, 1, [1], 2
#把a的第2行按顺序 放在b的第2行上，顺序是index
print(b_)

结果：

tensor([[ 1.,  2.,  3.,  4.,  5.],
        [ 6.,  7.,  8.,  9., 10.]])

tensor([[1., 0., 2., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.]])

tensor([[ 1.,  5.,  2.,  0.,  0.],
        [10.,  9.,  8.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  0.]])