更新选定的列在2D numpy的阵列与一维数组

鉴于以下阵列：更新选定的列在2D numpy的阵列与一维数组

from numpy import * 
b = ones((5,5)) 
a = arange(4)

我如何用最少的代码量以下的阵列？与阵列a基本上更新阵列b的部分：

array([[ 1., 0., 0., 0., 1.], 
     [ 1., 1., 1., 1., 1.], 
     [ 1., 2., 2., 2., 1.], 
     [ 1., 3., 3., 3., 1.], 
     [ 1., 1., 1., 1., 1.]])

在MATLAB我可以用一条线来实现这一目标：

b = ones(5,5); 
a = [0,1,2,3]; 
b(1:4,2:4) = repmat(a',[1,3])

来源

2016-05-13 jszair

索引与切片（'：'）基本上是在MATLAB和numpy的相同。但是，使用列表进行索引时有不同之处。 'b [[0,1,2,3]，[1,2,3]]'是不同的（并且会产生一个错误）。 – hpaulj

你可以写：

b[0:4, 1:4] = a[:, None]

这使得b等于到：

array([[ 1., 0., 0., 0., 1.], 
     [ 1., 1., 1., 1., 1.], 
     [ 1., 2., 2., 2., 1.], 
     [ 1., 3., 3., 3., 1.], 
     [ 1., 1., 1., 1., 1.]])

b[0:4, 1:4]选择b的合适切片（回想一下，Python使用从零开始的索引）。

要完成向量a的分配，需要使用a[:, None]添加长度为1的附加轴。这是因为b的切片具有形状（4,3），并且我们需要a具有形状（4,1），以便轴正确排列以允许广播。

来源

2016-05-13 18:00:40

'[：，无]'比MATLAB'repmat'简单。 – hpaulj

初始化输出数组并设置a，就像我们做的MATLAB -

b = np.ones((5,5)) 
a = np.array([0,1,2,3])

现在，让我们使用由NumPy的支持自动播放以取代repmat在MATLAB做了明确的复制，为此我们有必要通过沿着第一轴“推动”1D元件并引入单独尺寸作为第二轴来制作a二维阵列，其中np.newaxis为a[:,np.newaxis]。请注意NumPy中维度的总称是轴。 np.newaxis的简写为None，因此我们需要使用a[:,None]并将其用于将元素分配到b。

因此，最后一步是考虑到我们在Python 0-based索引，我们将有 -

b[0:4,1:4] = a[:,None]

来源

2016-05-13 18:00:40 Divakar

更新选定的列在2D numpy的阵列与一维数组

回答

相关问题