用python创建矩阵的特殊情况

我需要用python创建一个名为m of

ExE

的矩阵，其

E=256

。这种情况是，当我打印

m（I，j）

时，输出必须是

j

。 这就是我迄今为止所尝试的：

>>>M = np.random.randint(0,255, size=(256,256)) 
>>>print(M)

您可以使用

测试用例

M[10,2], M[3,5], M[120,230]
Oot: (2, 5, 230)

---

除了使用

np.tile

，您还可以使用列表理解来实现这一点：

将numpy导入为np
n=6#您的NxN矩阵由以下命令决定
s=[i代表范围（n）内的i]
s=[s]*n
mat=np.数组

---

列表理解使满足此类用例变得非常容易，但在这种特殊情况下，

np.tile

已经满足了您的用例。

我测试了大量不同方法的计时，发现

np.lib.stride\u技巧。as\u stride

是最快的：

r = np.arange(256)
s = r.shape[0]
%timeit np.tile(r, (s,1))
%timeit np.lib.stride_tricks.as_strided(r, shape = (s, s), strides = (0, r.itemsize))
%timeit np.zeros(r.shape[0])[:, None] + r
%timeit (np.arange(s * s)%s).reshape((s, s))
%timeit np.array([[i for i in range(256)]]*256)

输出：

---

你能分享一些你面临问题的代码吗？请在提问时展示您的尝试。我只能用随机数创建矩阵，如M=np.random.randint（0255，size=（256256））print（M）我有一个问题，我无法创建这种情况，我需要一些帮助来创建这种矩阵

r = np.arange(256)
s = r.shape[0]
%timeit np.tile(r, (s,1))
%timeit np.lib.stride_tricks.as_strided(r, shape = (s, s), strides = (0, r.itemsize))
%timeit np.zeros(r.shape[0])[:, None] + r
%timeit (np.arange(s * s)%s).reshape((s, s))
%timeit np.array([[i for i in range(256)]]*256)

23.4 µs ± 658 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
10.5 µs ± 106 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
91 µs ± 3.15 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
313 µs ± 23.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
5.45 ms ± 307 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)