Python 从一维数组中的值开始切片二维数组
具有任意二维数组(如零数组)和索引数组:Python 从一维数组中的值开始切片二维数组,python,numpy,Python,Numpy,具有任意二维数组(如零数组)和索引数组: z = np.zeros((5,5)) ix = np.array([1,4,2,3,0]) 如何从1d数组指定的列开始添加1,以获得: array([[0, 1, 1, 1, 1], [0, 0, 0, 0, 1], [0, 0, 1, 1, 1], [0, 0, 0, 1, 1], [1, 1, 1, 1, 1]]) 我还没有找到一个简单的方法来使用numpy这样做,其中一种方法是- In
z = np.zeros((5,5))
ix = np.array([1,4,2,3,0])
如何从1d数组指定的列开始添加1
,以获得:
array([[0, 1, 1, 1, 1],
[0, 0, 0, 0, 1],
[0, 0, 1, 1, 1],
[0, 0, 0, 1, 1],
[1, 1, 1, 1, 1]])
我还没有找到一个简单的方法来使用numpy
这样做,其中一种方法是-
In [50]: ncols = 5
In [51]: (ix[:,None] <= np.arange(ncols)).view('i1')
Out[51]:
array([[0, 1, 1, 1, 1],
[0, 0, 0, 0, 1],
[0, 0, 1, 1, 1],
[0, 0, 0, 1, 1],
[1, 1, 1, 1, 1]], dtype=int8)
谢谢!很好的解决方案。一个疑问是,在这里使用
view
而不是说astype
的原因是什么?@yatu只是为了提高内存效率和性能,作为一个视图。啊,当然,astype
是在创建数组的副本。明白了,谢谢!
z += (ix[:,None] <= np.arange(ncols))