Python NumPy：创建类似“bool”的bool数组；重复；但是在多个维度上

我想我是在寻找与之相反的

sum（）

。我们开始：

x = array([
    [False, False, False, False, False],
    [ True, False, False, False, False],
    [ True,  True, False, False, False],
    [ True,  True,  True, False, False]])

x.sum(axis=1)
Out: array([0, 1, 2, 3])

所以我想换一个方向：从

[0,1,2,3]

到一个类似

x

的数组（我可以在x中指定我想要的列数，当然，在它上面是5）

理想情况下，该解决方案也应该适用于更高的维度，当然我不想在Python中循环，因为输入可能比这个示例更长。也就是说，这里有一个使用循环的解决方案：

s = np.array([0, 1, 2, 3])
y = np.zeros((len(s), 5), np.bool)
for row,col in enumerate(s):
    y[row,0:col] = True

IIUC——我不确定我是这样做的——你可以使用

arange

和广播比较：

>>> v = np.array([0,1,3,2])
>>> np.arange(5) < v[...,None]
array([[False, False, False, False, False],
       [ True, False, False, False, False],
       [ True,  True,  True, False, False],
       [ True,  True, False, False, False]], dtype=bool)

>v=np.数组（[0,1,3,2]）
>>>np.arange（5）

或在2D中：

>>> v = np.array([[1,2],[0,2]])
>>> np.arange(5) < v[...,None]
array([[[ True, False, False, False, False],
        [ True,  True, False, False, False]],

       [[False, False, False, False, False],
        [ True,  True, False, False, False]]], dtype=bool)
>>> ((np.arange(5) < v[...,None]).sum(2) == v).all()
True

v=np.array（[[1,2]，[0,2]]） >>>np.arange（5）>>（（np.arange（5）看起来你在想：）@WarrenWeckesser:正确！我知道如何从这里到那里…但是这里有点卡住了。在循环解决方案中，看起来输入是

x

，您创建了

y

，但前面您说要从[0,1,2,3]到

x

（即

x

是输出）。从[0,1,2,3]到更大的布尔数组的运算不是你想要的吗？如果是这样，你可以像我在中做的那样做，但是将比较中的等式改为

arange（A.max（）+1）

到

@WarrenWeckesser:是的，我在问题中输入的循环代码有点混乱，因此我对其进行了更新，希望能使其更清晰/自包含/非自引用。您确实理解了——甚至在我澄清我的示例之前。谢谢你，我不会想到这个解决方案的。