Python numpy-使用给定数组值的切片更新值
假设我有以下数组Python numpy-使用给定数组值的切片更新值,python,numpy,pandas,Python,Numpy,Pandas,假设我有以下数组 import numpy as np a = np.arange(0,36).reshape((6,6)).T [[ 0 6 12 18 24 30] [ 1 7 13 19 25 31] [ 2 8 14 20 26 32] [ 3 9 15 21 27 33] [ 4 10 16 22 28 34] [ 5 11 17 23 29 35]] for i in a[:,0]: a[i][i:] = 0 [[ 0 0 0 0 0 0]
import numpy as np
a = np.arange(0,36).reshape((6,6)).T
[[ 0 6 12 18 24 30]
[ 1 7 13 19 25 31]
[ 2 8 14 20 26 32]
[ 3 9 15 21 27 33]
[ 4 10 16 22 28 34]
[ 5 11 17 23 29 35]]
for i in a[:,0]:
a[i][i:] = 0
[[ 0 0 0 0 0 0]
[ 1 0 0 0 0 0]
[ 2 8 0 0 0 0]
[ 3 9 15 0 0 0]
[ 4 10 16 22 0 0]
[ 5 11 17 23 29 0]]
我想知道是否可以使用“第一列”作为轴=1上切片开始的指示器来更新(清除)值,并且不使用循环来执行此操作。
请注意,“第一列”中的值不一定按照示例所示的顺序排列,因此numpy.tril不适合我在这里使用。我知道“第一列”中的值永远不会大于axis=1的大小。这样的值怎么样?请注意,我已将第一列洗牌
>>> a = np.arange(0,36).reshape((6,6)).T; a[2,0] = 4; a[4,0] = 2;
>>> a
array([[ 0, 6, 12, 18, 24, 30],
[ 1, 7, 13, 19, 25, 31],
[ 4, 8, 14, 20, 26, 32],
[ 3, 9, 15, 21, 27, 33],
[ 2, 10, 16, 22, 28, 34],
[ 5, 11, 17, 23, 29, 35]])
>>> a[np.arange(a.shape[1])[None,:] >= a[:,0,None]] = 0
>>> a
array([[ 0, 0, 0, 0, 0, 0],
[ 1, 0, 0, 0, 0, 0],
[ 4, 8, 14, 20, 0, 0],
[ 3, 9, 15, 0, 0, 0],
[ 2, 10, 0, 0, 0, 0],
[ 5, 11, 17, 23, 29, 0]])
我很抱歉直到现在才回复。这正是我所需要的。谢谢