[英]Convert a vector to a mask matrix using numpy
假设我们有以下向量:
v = np.array([4, 0, 1])
目的是创建5 x 3矩阵M
,如下所示:
[[0 1 0]
[0 0 1]
[0 0 0]
[0 0 0]
[1 0 0]]
v
相应索引的每一列中只有一个元素等于1。 例如,由于v[0]
为4,则M[4, 0] == 1
,由于v[2]
为1,则M[1, 2] == 1
。
如何使用scipy和numpy在Python中建立这样的矩阵? 在MATLAB中,您可以在一行中使用sparse
函数和full
函数来执行此操作。 我不希望使用for
循环,因为我正在寻找对此的矢量化实现。
你可以做:
from scipy import sparse
inds = np.array([4, 0, 1])
values = np.ones_like(inds) # [1, 1, 1]
index = np.arange(inds.shape[0]) # 3
m = sparse.csc_matrix((values, (inds, index)), shape=(5, 3))
输出:
>>> m.todense()
matrix([[0, 1, 0],
[0, 0, 1],
[0, 0, 0],
[0, 0, 0],
[1, 0, 0]])
如果需要密集的数组输出,则可以使用两个整数数组来索引非零元素的行/列:
v = np.array([4, 0, 1])
x = np.zeros((5, 3), np.int)
x[v, np.arange(3)] = 1
print(x)
# [[0 1 0]
# [0 0 1]
# [0 0 0]
# [0 0 0]
# [1 0 0]]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.