給定一個(gè)大小為 MxN 的數(shù)組和一個(gè)大小為 Mx1 的數(shù)組，我想用 MxN 計(jì)算一個(gè)布爾數(shù)組。import numpy as npM = 2N = 3a = np.random.rand(M, N) # The values doesn't matterb = np.random.choice(a=N, size=(M, 1), replace=True)# b =# array([[2],# [1]])# I found this way to compute the boolean array but I wonder if there's a fancier, elegant wayindex_array = np.array([np.array(range(N)), ]*M)# Create an index array# index_array = # array([[0, 1, 2],# [0, 1, 2]])#boolean_array = index_array == b# boolean_array =# array([[False, False, True],# [False, True, False]])#所以我想知道是否有一種更奇特的 pythonic 方式來(lái)做到這一點(diǎn)
1 回答
繁星淼淼
TA貢獻(xiàn)1775條經(jīng)驗(yàn) 獲得超11個(gè)贊
您可以通過(guò)直接廣播與單個(gè) 1d 范圍的比較來(lái)簡(jiǎn)化：
M = 2
N = 3
a = np.random.rand(M, N)
b = np.random.choice(a=N, size=(M, 1), replace=True)
print(b)
array([[1],
[2]])
b == np.arange(N)
array([[False, True, False],
[False, False, True]])
通常，廣播在這些情況下很方便，因?yàn)樗刮覀儾槐貏?chuàng)建形狀兼容的數(shù)組來(lái)執(zhí)行與其他數(shù)組的操作。對(duì)于生成的數(shù)組，我可能會(huì)改為使用以下內(nèi)容：
np.broadcast_to(np.arange(N), (M,N))
array([[0, 1, 2],
[0, 1, 2]])
盡管如前所述，NumPy 使這里的生活更輕松，因此我們不必為此擔(dān)心。
添加回答
舉報(bào)
0/150
提交
取消