Python 从一维数组中的值开始切片二维数组

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

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 [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))