第一个数组（K，1）是一维的，每个索引项的值
（A，B，C，D，E，F，G，H）= [1,2,2,3,1,3,1,2]其中A = 1，B = 2，C = 2 ，D = 3，E = 1，F = 3，G = 1，H = 2。
我们要创建一个（K，K）共识或协议值数组，该数组将是
（A，B，C，D，E，F，G，H）x（A，B，C，D，E，F，G，H）矩阵。
因此，如果任何两个索引项在原始一维数组中具有相同的值，则新值将为1，但是如果两个项具有不同的值，则新值将为零。
例如，由于原始一维数组中的B = 2和H = 2，则对于二维共识矩阵数组，B，H = 1，但是由于原始一维数组中的A = 1和B = 2数组，然后在共识矩阵中A，B = 0。
link到开始的数组和所需的结果
另外，由于我们的K通常为300到500，并且可能的值范围为1到7，因此正在寻找一种计算有效的方法。
我们必须通过300个单独的迭代或一次创建300个不同的起始一维数组（K，1）来创建300个不同的共识/协议矩阵，以执行相同的过程。
我什么都没尝试，因为我不知道该怎么办。
预期结果将是一个K x K矩阵，其中每个单元格如果列和行项iD最初具有相同的值，则为1；如果它们在开始的列和行中最初没有相同的值，则为0。维数组（K，1）。
即（B = 2，H = 2）因此（B，H = 1） 但是（A = 1，B = 2）因此（A，B = 0）
另请参阅link以获取来自样本输入的所需结果的图像。
答案 0 :(得分：0)
如果我们的数组是一个numpy数组，那么我们可以利用广播的优势。
import numpy as np
arr = np.array([1,2,2,3,1,3,1,2])
np.equal(np.reshape(arr, (-1, 1)), arr)
结果是一个dtype('bool')数组，但是如果需要，可以将其转换回int。