Python 实例化一个包含x个零和其他零的矩阵

我希望能够快速实例化一个矩阵，其中一行中的前几个（可变数量）单元格为0，其余为1

假设我们想要一个3x4矩阵

我首先将矩阵实例化为所有矩阵：

ones = np.ones([4,3])

然后想象我们有一个数组，它显示有多少前导零：

arr = np.array([2,1,3,0]) # first row has 2 zeroes, second row 1 zero, etc

所需结果：

array([[0, 0, 1],
       [0, 1, 1],
       [0, 0, 0],
       [1, 1, 1]])

In [43]: (np.arange(n) >= arr[:, np.newaxis]).astype(int)
Out[43]: 
array([[0, 1, 1, 1, 1],
       [0, 0, 1, 1, 1],
       [0, 0, 0, 1, 1],
       [1, 1, 1, 1, 1],
       [0, 0, 0, 1, 1]])

显然，这也可以用相反的方式来完成，但是我会考虑1是默认值的方法，0将被替换。< /P>

---

避免某些愚蠢循环的最佳方法是什么？

这里有一种方法

n

是结果中的列数。行数由

len（arr）

确定

---

有两个部分来解释这是如何工作的。首先，如何创建带有

m

0和

n-m

1的行？为此，我们使用

np.arange

创建一个值为[0,1，…，n-1]的行：

In [35]: n
Out[35]: 5

In [36]: np.arange(n)
Out[36]: array([0, 1, 2, 3, 4])

接下来，将该数组与

m

进行比较：

In [37]: m = 2

In [38]: np.arange(n) >= m
Out[38]: array([False, False,  True,  True,  True], dtype=bool)

它给出一个布尔值数组；第一个

m

值为假，其余为真。通过将这些值转换为整数，我们得到一个0和1的数组：

In [39]: (np.arange(n) >= m).astype(int)
Out[39]: array([0, 0, 1, 1, 1])

为了在

m

值数组（您的

arr

）上执行此操作，我们使用；这是解释的第二个关键思想

注意

arr[：，np.newaxis]

给出的内容：

In [40]: arr
Out[40]: array([1, 2, 3, 0, 3])

In [41]: arr[:, np.newaxis]
Out[41]: 
array([[1],
       [2],
       [3],
       [0],
       [3]])

也就是说，

arr[：，np.newaxis]

将

arr

重塑为具有形状（5，1）的二维数组。（

arr.reformate（-1，1）

本可以替代。）现在，当我们将其与

np.arange（n）

（长度为

n

的一维阵列）进行比较时，广播开始起作用：

In [42]: np.arange(n) >= arr[:, np.newaxis]
Out[42]: 
array([[False,  True,  True,  True,  True],
       [False, False,  True,  True,  True],
       [False, False, False,  True,  True],
       [ True,  True,  True,  True,  True],
       [False, False, False,  True,  True]], dtype=bool)

正如@RogerFan在他的评论中指出的，这基本上是参数的外部产物，使用

=

操作

最后对type

int

进行强制转换可获得所需的结果：

array([[0, 0, 1],
       [0, 1, 1],
       [0, 0, 0],
       [1, 1, 1]])

In [43]: (np.arange(n) >= arr[:, np.newaxis]).astype(int)
Out[43]: 
array([[0, 1, 1, 1, 1],
       [0, 0, 1, 1, 1],
       [0, 0, 0, 1, 1],
       [1, 1, 1, 1, 1],
       [0, 0, 0, 1, 1]])

---

没有我想要的那么简洁（我正在试验），但这也可以完成以下工作：

>>> n = 3
>>> zeros = [2, 1, 3, 0]
>>> numpy.array([[0] * zeros[i] + [1]*(n - zeros[i]) for i in range(len(zeros))])
array([[0, 0, 1],
       [0, 1, 1],
       [0, 0, 0],
       [1, 1, 1]])
>>>

---

工作非常简单：将所需次数相乘连接起来，一个元素列出

[0]

和

[1]

，逐行创建数组。

为什么我没有想到？！；-）谢谢你的发帖。（+1）非常感谢！这个解释可能对未来的来访者有用（尽管你们现在可能正在做这个）；（不需要方阵。结果的形状是

（len（arr），n）

，如答案中所述。我只是碰巧选择了

n=5

作为示例。@WarrenWeckesser Yea，我的错，我使用了错误的数组。更新了问题以明确排除此答案是有效的（我的错误），虽然可能对其他人仍然有用。（无否决票）@PascalvKooten是的，刚刚注意到。抱歉，有一个较短的方法，请给我一分钟：）另外，确保它也适用于非平方矩阵，请。@PascalvKooten完成-请试试这个。@PascalvKooten我怀疑您是否会注意到这样小的矩阵有任何显著的差异。我更喜欢先编写简单易读的代码，只有在发现并证明某个特定位置的性能问题后，才进行优化。