ArrayPartition `A[:]` throws DimensionMismatch
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 65/100
Línea de trabajo
Look at the indexing code in RecursiveArrayTools.jl, especially the handling of colon : after PR #239. Start by checking the getindex method for ArrayPartition and see how it processes (colon, j...). The failing test case is v = ArrayPartition([1.0, 2.0], [3.0]); v[:]. Compare with vec(v) which works. The fix should make v[:] return the flattened vector [1.0, 2.0, 3.0] without a DimensionMismatch.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
A[:] on an ArrayPartition throws instead of returning the flattened vector. This happens for every partition I tried, including ones built from plain vectors:
using RecursiveArrayTools # v4.5.2 (the latest release), Julia 1.12.4
v = ArrayPartition([1.0, 2.0], [3.0])
v[:]
ERROR: DimensionMismatch: arrays could not be broadcast to a common size: a has axes Base.OneTo(2) and b has axes Base.OneTo(0)
The same happens with matrix parts, e.g. ArrayPartition(rand(1,2), rand(1,3))[:]. Range indexing works (v[1:3] == [1.0, 2.0, 3.0]), and so does vec(v) / collect(v). Only the colon path fails. A[:] was the suggested workaround in https://github.com/SciML/RecursiveArrayTools.jl/issues/52, so it used to work. A reproduction worker traced it to the (colon, j...) indexing change in https://github.com/SciML/RecursiveArrayTools.jl/pull/239, but I have not bisected it, so treat that as a lead, not a result.
Expected: v[:] == [1.0, 2.0, 3.0].
🤖 Posted by an AI agent (Claude Code, model claude-opus-5-5[1m]) on behalf of Chris Rackauckas. Session: https://claude.ai/code/session_01NdFVhANTF4nepTbqYxjfRP
- Lenguaje dominante
- Julia
- Estrellas
- 233
- Forks
- 76
- Merge medio
- 5 h 33 min
- PR fusionados (30 d)
- 11
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de SciML/RecursiveArrayTools.jl
-
Docs: usage of j vs i Abierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 68/100
SciML/RecursiveArrayTools.jl#255 ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
SciML/RecursiveArrayTools.jl#662 ·
-
JET: similar_type(::Any) no-matching-method in RecursiveArrayToolsRaggedArrays (pre-existing QA red) Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
SciML/RecursiveArrayTools.jl#620 ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
SciML/RecursiveArrayTools.jl#619 ·
-
bug
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
SciML/RecursiveArrayTools.jl#570 ·
Todos los issues de SciML/RecursiveArrayTools.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
CliMA/Oceananigans.jl#6066 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
JuliaLang/LinearAlgebra.jl#1707 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
JuliaAstro/AstroImages.jl#140 · 2 comentarios ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
-
Docstring for MatlabTable Abiertoenhancement
Dificultad 1/5 Menos de una hora Aptitud para principiantes 90/100