Python 是否有一种“numpy”方法可以将一维numpy数组扩展到二维，并且输出值依赖于原始值？

我有一个数字列表，称为这个列表，长度为l，最大为N。所需的输出是一个形状为[l，N]的numpy数组，其中每一行都有list[row_index]1s，其余为0

我已经用for循环完成了，但是我尽量不使用非顺序问题的循环，因为numpy通常有一种很酷的处理方法

例如：

Input: 
    N=5
    list = [3,
            2,
            4,
            2,
            1,
            0]

Desired Output:
    [[1, 1, 1, 0, 0],
     [1, 1, 0, 0, 0],
     [1, 1, 1, 1, 0],
     [1, 1, 0, 0, 0],
     [1, 0, 0, 0, 0],
     [0, 0, 0, 0, 0]]

我尝试过的方式：

for i in range(len(list)):
    list[i] = np.concatenate(np.ones(list[i]), np.zeros(N-list(i)))

我得到了正确的结果，只是觉得还有一种更优雅的“裸体”方式。有什么想法吗？

这将起作用：

l = [3, 2, 4, 2, 1, 0]
N = 5

np.where(np.arange(N) >= np.array(l)[np.newaxis].T, 0, 1)

这将创建一个数组，该数组在第一维中包含一系列数字，在第二维中创建另一个基于l的数组。大于或等于l中对应元素的每个元素都设置为0，小于的每个元素都设置为1

这意味着，例如，对于l3中的第一个元素，结果集中将有3个元素为1

输出：

array([[1, 1, 1, 0, 0],
       [1, 1, 0, 0, 0],
       [1, 1, 1, 1, 0],
       [1, 1, 0, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]])

---

这种表示通常称为温度计编码。请参考此SO线程上的解决方案：np.c_[list]>np.r_[:N]。是否查看“u1”？