Question

我们说我有一个这样的矩阵：

import numpy as np

a = np.array([[1, 2, 3], [89, 43, 2], [12, -3, 4], [-2, 4, 7]])

array([[ 1,  2,  3],
       [89, 43,  2],
       [12, -3,  4],
       [-2,  4,  7]])

和一个看起来像这样的矢量：

b = np.array([1, 2, 3])

如果我现在想要进行元素乘法，我可以简单地做

c = a * b

并获得

array([[ 1,  4,  9],
       [89, 86,  6],
       [12, -6, 12],
       [-2,  8, 21]])

我的问题是：如何才能对矩阵中的某些行进行这种乘法？我目前这样做：

E = a.copy()

# ignore these rows
ignInd = [1, 3]

for ind in xrange(a.shape[0]):
    if ind not in ignInd:
        E[ind, :] = a[ind, :] * b

矩阵E看起来符合要求（第1行和第3行与a中的相同）：

array([[ 1,  4,  9],
       [89, 43,  2],
       [12, -6, 12],
       [-2,  4,  7]])

有人能提出比这更智能的解决方案吗？

Answer 1

您可以使用另一个NumPy数组直接索引NumPy数组。在您的情况下，您有要忽略的行的索引，因此您可以从此构建 include 的索引数组：

MAX_ORDER

编辑：作为@DSM注释，对于大型数组，使用NumPy的矢量化方法构建索引数组会更有效，即。

In [21]: ignInd = [1,3]   #ignore these rows
In [22]: ind = np.array([i for i in range(a.shape[0]) if i not in ignInd])
In [23]: E2 = a.copy()

In [24]: E2[ind,:] = a[ind,:]*b

In [25]: E2
Out[25]: 
array([[ 1,  4,  9],
       [89, 43,  2],
       [12, -6, 12],
       [-2,  4,  7]])

代替上面使用的列表推导。

Answer 2

看起来你可以只进行乘法，然后将原始数据放回你想要忽略的位置......

>>> import numpy as np
>>> a = np.array([[1,2,3],[89,43,2],[12, -3, 4], [-2, 4, 7]])
>>> b = np.array([1,2,3])
>>> c = a * b
>>> ignInd = [1,3]
>>> c[ignInd, :]
array([[89, 86,  6],
       [-2,  8, 21]])
>>> c[ignInd, :] = a[ignInd, :]
>>> c
array([[ 1,  4,  9],
       [89, 43,  2],
       [12, -6, 12],
       [-2,  4,  7]])

Answer 3

您可以使用boolean indexing和np.in1d来选择在供稿索引列表中排除的行。实现看起来像这样 -

E = a.copy()
mask = ~np.in1d(np.arange(a.shape[0]),ignInd,)
E[mask] = a[mask]*b

Answer 4

a

中的第一行

<item name="switchStyle">@style/MySwitchCompat</item>

<style name="MySwitchCompat" parent="Widget.AppCompat.CompoundButton.Switch">
    <item name="android:textColor">@color/accent</item>
    <item name="android:fontFamily">sans-serif-light</item>
</style>

..等等其他行。

元素乘法忽略矩阵的某些行

4 个答案: