Question

假设我们有以下矩阵：

M=[[ 19.  1.  8.]
 [ 3.  6.  900.]
 [ 4.  11.  44.]
 [ 2.  50.  12.]]

我们有以下向量：

V=[0,3,2]

我们想要构建以下矩阵：

P=[[ 19.  50.  44.]
 [ 19.  50.  44.]
 [ 19.  50.  44.]
 [ 19.  50.  44.]]

基本上，我们想要使用V的每个元素作为M的索引，其中M [V [0]，0]是19，M [V [1]，1]是50，并且M [V [2] ，2]是44.使用numpy和没有for循环的效率是多少？

我可以这样做：

temp=M[V[np.arange(v.shape[0])],np.arange(v.shape[0])]
P=np.tile(temp,(M.shape[0],1))

但有更好的方法吗？

Answer 1

M[V,[0,1,2]][None,:].repeat(4,0)

M[V,[0,1,2]]生成1d数组：array([19, 50, 44])。其余的将它扩展为4行。

扩展它的另一种方法：

np.tile(M[V,[0,1,2]],[4,1])

使用tile，每行都是原始行的副本。一种不同的方式来扩大＆＃39;该行使用步幅：

M2=np.broadcast_arrays(M[V,[0,1,2]],np.zeros((4,1)))[0]

在这种情况下，每一行共享相同的数据。对于大型阵列，它节省了空间。但如果你M2[1,1]=30，你最终会改变整个专栏。它是广播的变体：M[V, [0,1,2]][None,:]。它归结为，“为什么你需要4个相同的行？＆＃39;。

还有一种方法，就是利用Python＆＃39;倍增＆＃39;清单：

M[np.array(V*4).reshape(4,-1), [0,1,2]]

在一些快速测试中，这实际上是最快的，但我不知道它是如何扩展的。

Answer 2

首先使用numpy.diagonal，然后使用numpy.repeat：

In [168]: dia = tg[v].diagonal()[None,:]

In [169]: dia.repeat(4, axis=0)
Out[169]: 
array([[19, 50, 44],
       [19, 50, 44],
       [19, 50, 44],
       [19, 50, 44]])

或numpy.tile：

In [172]: np.tile(dia, (4, 1))
Out[172]: 
array([[19, 50, 44],
       [19, 50, 44],
       [19, 50, 44],
       [19, 50, 44]])

使用向量作为另一个矩阵的索引

2 个答案: