Python Numpy使用特定位置的值创建矩阵

我想在特定位置创建一个值为1的稀疏矩阵。在numpy有没有办法做到这一点

例如，如果我有一个列表

a=[6,8,8,10,10,8,8,6]

，我想创建一个维度矩阵

（len（a），max（a））

，如下所示：

[[0,0,1,1,1,1,1,1,0,0],
 [0,1,1,1,1,1,1,1,1,0],
 [0,1,1,1,1,1,1,1,1,0],
 [1,1,1,1,1,1,1,1,1,1],
 [1,1,1,1,1,1,1,1,1,1],
 [0,1,1,1,1,1,1,1,1,0],
 [0,1,1,1,1,1,1,1,1,0],
 [0,0,1,1,1,1,1,1,0,0],
]

基本上，它是一个

numpy.zero（（len（a），max（a））

矩阵，其中1位于列表a指定的位置

---

我正在尝试使用pad，但我似乎想不出一个办法

如果您只有偶数，则有一种方法：

import numpy as np

def func(i, m):
    arr = np.repeat(0, (m-i)/2)
    np.concatenate([arr, np.repeat(1, i), arr])

np.vstack([func(i, max(a)) for i in a])

Out[118]:
array([[0, 0, 1, 1, 1, 1, 1, 1, 0, 0],
       [0, 1, 1, 1, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 1, 1, 1, 0],
       [1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [0, 1, 1, 1, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 1, 1, 1, 0],
       [0, 0, 1, 1, 1, 1, 1, 1, 0, 0]])

---

这里有一个矢量化方法，使用-

arr = np.array(a)
N = arr.max()
Nr = np.arange(N)
diffs = (N - arr)//2
out = (((arr + diffs)[:,None] > Nr) & (diffs[:,None] <= Nr)).astype(int)

In [55]: a
Out[55]: [6, 8, 8, 10, 10, 8, 8, 5] # last element changed to 5

In [56]: arr = np.array(a)
    ...: N = arr.max()
    ...: Nr = np.arange(N)
    ...: diffs = (N - arr)//2
    ...: out = (((arr + diffs)[:,None] > Nr) & (diffs[:,None] <= Nr)).astype(int)
    ...: 

In [57]: out
Out[57]: 
array([[0, 0, 1, 1, 1, 1, 1, 1, 0, 0],
       [0, 1, 1, 1, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 1, 1, 1, 0],
       [1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [0, 1, 1, 1, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 1, 1, 1, 0],
       [0, 0, 1, 1, 1, 1, 1, 0, 0, 0]])