Question

我搜索了之前的问题，并没有找到一个非常适合这个问题。

我将A <＃> j 列中所有单元格的值设置为0，行indeces 小于m [j]：

import numpy as np
n = 8
A = np.ones([n,n])
m = np.array([1,1,1,2,2,2,3,4])
for j in range(n):
    for i in range(m[j]):
        A[i,j] = 0

如果没有＆＃39; for＃39;我如何重写该脚本？环

Answer 1

您可以使用broadcasted NumPy comparison -

>>> A[np.arange(n)[:, None] < m] = 0
>>> 
array([[0., 0., 0., 0., 0., 0., 0., 0.],
       [1., 1., 1., 0., 0., 0., 0., 0.],
       [1., 1., 1., 1., 1., 1., 0., 0.],
       [1., 1., 1., 1., 1., 1., 1., 0.],
       [1., 1., 1., 1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1., 1., 1., 1.]])

此处，调用[:, None]会增加np.arange(n)的形状，以便针对范围中的每个项目，在<的每个元素上广播比较m。这将生成与A形状相同的布尔掩码，然后将其用于将值设置为0.

注意 - 如果A保证是一组数组，我建议使用Divakar's solution，这与此非常相似。

Answer 2

对长度为n的远程数组使用外部广播比较，以直接获取A -

A = (m <=  np.arange(n)[:,None]).astype(float)

为了提升效果，我们可以使用类型转换来降低精度，例如.astype(np.int)甚至.astype(np.uint8)。如果您对布尔数组没问题，请完全跳过类型转换。

对于int dtypes，我们也可以简单地view进入它，这为我们节省了一些记忆 -

(m <=  np.arange(n)[:,None]).view(np.int8)

替换索引数组下方的numpy 2D数组元素

2 个答案: