Python 用numpy将矩阵映射为特定向量

我有一个类似的矩阵：

1 0 0
1 0 0
0 2 0
0 2 0
0 0 3
0 0 3

（非零数字表示我感兴趣的部分。矩阵中的实际数字可能是随机的。）

我需要生成这样的向量：

[ 1 1 2 2 3 3 ].T

我可以通过循环来实现这一点：

result = np.zeros([rows])
for y in range(rows):
    x = y // (rows // cols)  # pick index of corresponded column
    result[y] = mat[y][x]

---

但我不知道如何在向量形式下实现这一点。

这可能是您想要的

import numpy as np

m = np.array([
    [1, 0, 0],
    [1, 0, 0],
    [0, 2, 0],
    [0, 2, 0],
    [0, 0, 3],
    [0, 0, 3]
])

rows, cols = m.shape
# axis1 indices
y = np.arange(rows)
# axis2 indices
x = y // (rows // cols)

result = m[y,x]

print(result)

结果:

[1 1 2 2 3 3]

---

这可能是你想要的

import numpy as np

m = np.array([
    [1, 0, 0],
    [1, 0, 0],
    [0, 2, 0],
    [0, 2, 0],
    [0, 0, 3],
    [0, 0, 3]
])

rows, cols = m.shape
# axis1 indices
y = np.arange(rows)
# axis2 indices
x = y // (rows // cols)

result = m[y,x]

print(result)

结果:

[1 1 2 2 3 3]

---

怎么样

mat[mat！=0]

？>但是不是0，而是一些垃圾枚举器只是标记，它应该可以帮助您了解我要提取矩阵的哪些部分“不是0，而是一些垃圾”这是什么意思？0会带来巨大的不同。您只需要

x.sum（axis=1）

示例中的行总和……我只想突出显示我感兴趣的段。你可以把矩阵中的数字想象成一些随机值。那么

mat[mat！=0]

呢？>但是不是0而是有一些垃圾枚举器只是标记，它应该可以帮助你了解我想要提取矩阵的哪些部分“而不是0有一些垃圾”这是什么意思？0会带来巨大的不同。您只需要

x.sum（axis=1）

示例中的行总和……我只想突出显示我感兴趣的段。你可以把矩阵中的数字想象成一些随机值。