python - 是否有一种“numpy”方法将 1D Numpy 数组扩展到 2D，输出值取决于原始值？

Question

我有一个数字列表，称为“列表”，长度为 l，最大 N。所需的输出是一个形状为 [l, N] 的 numpy 数组，其中每一行都有 list[row_index] 1，其余为 0。

我已经用 for 循环完成了它，但我尽量不要将循环用于非顺序问题，因为 numpy 通常有一种很酷的方式来处理它。

例子：

Input: 
    N=5
    list = [3,
            2,
            4,
            2,
            1,
            0]

Desired Output:
    [[1, 1, 1, 0, 0],
     [1, 1, 0, 0, 0],
     [1, 1, 1, 1, 0],
     [1, 1, 0, 0, 0],
     [1, 0, 0, 0, 0],
     [0, 0, 0, 0, 0]]

我试过的方式：

for i in range(len(list)):
    list[i] = np.concatenate(np.ones(list[i]), np.zeros(N-list(i)))

我得到了正确的结果，只是觉得还有一种更优雅的“numpy”方式。有什么想法吗？

标签： pythonnumpy

Answer 1

这将起作用：

l = [3, 2, 4, 2, 1, 0]
N = 5

np.where(np.arange(N) >= np.array(l)[np.newaxis].T, 0, 1)

这将创建一个数组，其中包含第一维中的一系列数字和另一个基于l第二维的数组。每个大于或等于 in 对应元素的元素l都设置为 0，每个元素小于 1。

这意味着，例如，对于l(3) 中的第一个元素，结果集中将有 3 个元素为 1。

输出：

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