Python Numpy：与Matlab一样的赋值和索引

有时，只分配一个索引的数组很有用。在Matlab中，这很简单：

M = zeros(4);
M(1:5:end) = 1
M =

   1   0   0   0
   0   1   0   0
   0   0   1   0
   0   0   0   1

---

在Numpy有办法做到这一点吗？首先，我想展平数组，但该操作并没有保留引用，因为它创建了一个副本。我尝试使用ix_ux，但我无法用相对简单的语法实现这一点。

您可以使用列表索引：

M = np.zeros((4,4))
M[range(4), range(4)] = 1
print M
# [[ 1.  0.  0.  0.]
#  [ 0.  1.  0.  0.]
#  [ 0.  0.  1.  0.]
#  [ 0.  0.  0.  1.]]

在本例中，您还可以使用

np.identity（4）

您可以尝试，它表示一个迭代器，您可以使用它读取和写入数组

>>> M = zeros((4,4))
>>> M.flat[::5] = 1
>>> print(M)
array([[ 1.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  1.]])

注意，在numpy中，切片语法是[start:stop_exclusive:step]，而不是Matlab（start:step:stop_inclusive）

根据sebergs的评论，有必要指出Matlab将矩阵存储在主列中，而numpy数组默认为主行

>>> M = zeros((4,4))
>>> M.flat[:4] = 1
>>> print(M)
array([[ 1.,  1.,  1.,  1.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

要在展平数组上获得类似Matlab的索引，需要展平转置数组：

>>> M = zeros((4,4))
>>> M.T.flat[:4] = 1
>>> print(M)
array([[ 1.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.]])

---

另一种使用unlavel_索引的方法

>>> M = zeros((4,4));
>>> M[unravel_index(arange(0,4*4,5),(4,4))]= 1
>>> M
array([[ 1.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  1.]])

---

还有一个函数是专门为它设计的。对角线赋值的例子就是一个例子。我在问如何使用Matlab中使用的或多或少相同的语法这在这里讨论过：这里：嗯，它们似乎都没有提到

arr.flat

属性。我比其他两个更喜欢这个问题。它简明扼要地说明了问题所在。谢谢！这正是我要找的。我要的是C，不是fortran顺序，它不完全一样。的确。我对答案进行了编辑，以指出这一差异。