实例化一个带有x零和其余矩阵的矩阵

时间:2014-09-30 21:32:03

标签: python arrays for-loop numpy

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。

想象一下,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])

然后想象一下,我们有一个数组可以宣告有多少前导零:

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

必填结果:

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

显然,这也可以以相反的方式完成,但我会考虑1是默认值的方法,并且将替换零。

避免一些愚蠢循环的最佳方法是什么?

2 个答案:

答案 0 :(得分:6)

这是一种方式。 n是结果中的列数。行数由len(arr)确定。

In [29]: n = 5

In [30]: arr = np.array([1, 2, 3, 0, 3])

In [31]: (np.arange(n) >= arr[:, np.newaxis]).astype(int)
Out[31]: 
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]])

解释这是如何工作有两个部分。首先,如何使用m零和n-m创建一行?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)

它给出了一个布尔值数组;第一个m值为False,其余值为True。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])

要对m值(arr)的数组执行此操作,我们使用broadcasting;这是解释的第二个关键想法。

请注意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]arr重塑为具有形状(5,1)的二维数组。 (arr.reshape(-1, 1)本来可以使用。)现在我们将它与np.arange(n)(长度为n的1-d数组)进行比较时,广播开始了:

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那样,这基本上是参数的外部产品,使用>=操作。

int类型的最终演员表会得到所需的结果:

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]])

答案 1 :(得分:1)

不像我想要的那样简洁(我正在尝试使用mask_indices),但这也可以完成工作:

>>> 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:连接所需的次数,单元素列表[0][1],逐行创建数组。