Question

我在Uni为我的python课做了这项功课，我无法理解它。基本上我需要编写一个返回NxN数组的程序（最好在这种情况下使用numpy：

我试图创建一个简单的6x6数组，例如

X = np.full((n,n),np.arange(1,+n+1))

返回

但这些只是用最后一个元素切换最后一个元素的排列和＃34;在中间向右推动那些元素，但如前所述，它更复杂。提前谢谢。

Answer 1

您能否根据X[i,j]和i提出j的公式？（我可以，但这是作业！）

如果是这样，你可以这样做：

is, js = np.indices((n,n))
X = your_formula(is, js)

例如，如果您想要X[i,j] = i + j，则可以执行

is, js = np.indices((n,n))
X = is + js

n=3会给出

012
123
234

Answer 2

如果你正在编写循环来解决数组问题，那么你通常做错了。只需使用上三角矩阵。

($3==6411 || $3==6311)

Answer 3

由于这是一个家庭作业，我不会给你完整的答案，但我会给你一个足够的小费，让你去。

当你拥有所有这些数字时，可以考虑将它们放入np.array中，这样你就可以使用np.reshape（verctor，[lines，columns]）。这是指向Numpy documentation的链接。

Answer 4

有几种方法可以做到这一点：

也许最简单的方法是使用slicings和list comprehensions

def myfunc(n):
    x = range(1, n+1)
    return np.asarray([x[1:i+1][::-1] + x[:n-i] for i in range(n)])

你也可以使用类似Matlab的函数diag和transpose

def myfunc(n):
    x = np.diag(np.ones(n))
    for i in range(2, n+1):
        d = np.diag(i*np.ones(n-i+1), i-1)
        x += d + d.T
    return x

基于循环的解决方案 - 正如@ GoBrewers14正确指出的那样 - 但是创建大型数组效率很低。在这种情况下，您应该使用矢量化算法。如果您不希望使用其他答案中建议的SciPy的toeplitz和circulant函数，broadcasting就是您的朋友。
```
def myfunc(n):
    x = np.arange(n).reshape((1, n))
    return np.abs(x - x.T) + 1
```

这就是你通过运行上述任何实现得到的结果：

>>> myfunc(6)
array([[1, 2, 3, 4, 5, 6],
       [2, 1, 2, 3, 4, 5],
       [3, 2, 1, 2, 3, 4],
       [4, 3, 2, 1, 2, 3],
       [5, 4, 3, 2, 1, 2],
       [6, 5, 4, 3, 2, 1]])

希望这有帮助

Answer 5

这可能不是你可以用来做作业的答案，但是......

In [619]: from scipy.linalg import toeplitz

In [620]: toeplitz(range(1, 7))
Out[620]: 
array([[1, 2, 3, 4, 5, 6],
       [2, 1, 2, 3, 4, 5],
       [3, 2, 1, 2, 3, 4],
       [4, 3, 2, 1, 2, 3],
       [5, 4, 3, 2, 1, 2],
       [6, 5, 4, 3, 2, 1]])

有关详细信息，请参阅documentation for scipy.linalg.toeplitz。

NxN矩阵排列

5 个答案: