Python 从numpy数组生成多维空值或空值

我想基于此数组创建一个填充有1或0的数组

testArray = np.array([7,5,3])

所以最终的结果应该是

[[1,1,1,1,1,1,1],
 [1,1,1,1,1],
 [1,1,1]]

---

正如@JoshAdel在评论中所说，int数组不能是锯齿状的，这意味着行的长度不能不同。这就是你要找的吗

public class soArray {
public static void main(String[] args) {

    int[][] testArray = soArray.array(7,5,3);
    
    for (int i = 0; i < testArray.length; i++){
        for (int j = 0; j < testArray[0].length; j++){
            System.out.print(testArray[i][j]);
        }
        System.out.println();
    }
}
public static int[][] array(int a, int b, int c){

    int max;
    if(a > b && a > c)
        max = a;
    else if(b > a && b > c)
        max = b;
    else
        max = c;
        
    int[][] out = new int[3][max];
    
    for (int i = 0; i < max; i++){
        if(i < a)
            out[0][i] = 1;
        else
            out[0][i] = 0;
    }
    for(int i = 0; i< b; i++){
        if(i < b)
            out[1][i] = 1;
        else
            out[1][i] = 0;
    }
    for(int i = 0; i < c; i++){
        if(i < c)
            out[2][i] = 1;
        else
            out[2][i] = 0;
    }
    
    return out;
}

公共类{
公共静态void main（字符串[]args）{
int[]testArray=soArray.array（7,5,3）；
对于（int i=0；ib&&a>c）
max=a；
否则如果（b>a&&b>c）
max=b；
其他的
max=c；
int[]out=新int[3][max]；
对于（int i=0；i

}

它将打印出：

1111111

1111100

1110000

numpy数组中的每一行（和列等）必须具有相同的长度。您可以实现@ChrisWilson4所做的，并用

0

或

np.nan

填充空部分。创建一个空数组，行数等于

length

，列数等于最大行：

fill = 1    # or `0` or `np.nan`
background = 0 # or `np.nan`
lengths = np.array([7,5,3])

a = np.ones((lengths.size, lengths.max()))*background

然后用您的

fill

值填充：

for row, length in enumerate(lengths):
    a[row,:length] = fill

a
#array([[ 1.,  1.,  1.,  1.,  1.,  1.,  1.],
#       [ 1.,  1.,  1.,  1.,  1.,  0.,  0.],
#       [ 1.,  1.,  1.,  0.,  0.,  0.,  0.]])

或者，对于

fill=0

和

background=np.nan

：

array([[  0.,   0.,   0.,   0.,   0.,   0.,   0.],
       [  0.,   0.,   0.,   0.,   0.,  nan,  nan],
       [  0.,   0.,   0.,  nan,  nan,  nan,  nan]])

或者，您可以使用纯python方式（不使用numpy）创建列表列表，如下所示：

---

这将为您提供一个不规则的

对象数组

数据类型：

>>> result = np.array([np.ones(a) for a in testArray])
>>> print result
[[ 1.  1.  1.  1.  1.  1.  1.] [ 1.  1.  1.  1.  1.] [ 1.  1.  1.]]

---

对于零，只需使用

np。零

只需写一个快速列表：

>>> holder = [np.ones((testArray[i])) for i in range(len(testArray))]
>>> holder
[array([[ 1.,  1.,  1.,  1.,  1.,  1.,  1.]]), array([[ 1.,  1.,  1.,  1.,  1.]]), array([[ 1.,  1.,  1.]])]

如果希望其采用写入格式，则始终可以对其进行重塑：

>>> np.array(holder).reshape(3,1)
array([[array([ 1.,  1.,  1.,  1.,  1.,  1.,  1.])],
       [array([ 1.,  1.,  1.,  1.,  1.])],
       [array([ 1.,  1.,  1.])]], dtype=object)

---

问题解决了

您的最终结果是否应该是一个7x7数组，其中包含零，而您没有指定零？Numpy数组不能有如您所示的锯齿状数据。您计划如何使用或访问最终数组？一个列表列表可能是最好的，但是一个带有填充符的数组或一个数组对象数组可能会更好地工作，这取决于您的用例。（

numpy

是一个Python向量数学库。）哈哈哈，我花了大约20分钟的时间输入它，甚至没有阅读标记。哦，我多么喜欢浪费时间。注意，你不能像普通数组那样对其进行索引，因为它只是列表的

numpy

版本，但它是一个数组数组。从技术上讲，你可以将此数组作为普通数组进行索引（例如，你可以有一个（2x2）上面的版本，并按常规进行切片。您不能做的是将单个元素作为数组的一部分进行索引。对象数组比列表有一些优点。我不确定我是否会将其称为不规则数组：它是一个普通数组，形状

（3，）

，其行为也是如此。@DSM：按照这种逻辑，C中也没有不规则的数组。你是对的，但这里感兴趣的形状是

（3，）

，它的行为不是这样的。如果它是“2x2”，那么它的形状就只是

（2,2，）

而且你不能以普通方式访问最后一个轴。我想在知道哪一个更好之前，我们需要从OP获得更多关于它们计划使用的信息。+1建议：）你可以使用numpy对象数组，其中每个元素都是不同大小的数组（参见我的答案）。哇，我甚至没有注意到……这是因为我使用列表理解并在其中生成一个数组，因为它返回一个numpy数组。这意味着列表理解中的每个数组都是2d的：您使用了

np.ones（（1，testArray[I]））

，为什么不使用

np.ones（testArray[I]）

？这只是一种习惯，因为我通常只对多维数组使用numpy。固定的。

>>> np.array(holder).reshape(3,1)
array([[array([ 1.,  1.,  1.,  1.,  1.,  1.,  1.])],
       [array([ 1.,  1.,  1.,  1.,  1.])],
       [array([ 1.,  1.,  1.])]], dtype=object)