使用1D数组更新2D numpy数组中的选定列

Question

给定以下数组：

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

如何以最少的代码获取以下数组？ 基本上用数组a更新数组b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中，我可以使用一行代码来实现这一点：

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

Answer 1

你可以写：

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

使b等于：

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]选择适当的b切片（回想起Python使用从零开始的索引）。

为了完成向量a的分配，必须使用a[:, None]添加一个长度为1的额外轴。 这是因为b的切片的形状为（4，3），我们需要a形状为（4，1），以便轴正确对齐以允许广播。

Answer 2

初始化输出数组并设置a ，就像我们对MATLAB所做的那样-

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，以取代被做了明确的复制repmat在MATLAB，为此，我们需要a由“推”沿第一轴的一维元素，并引入一个单维度的第二二维数组np.newaxis为a[:,np.newaxis]轴。 请注意，NumPy中尺寸的通用术语是轴。 np.newaxis的简写是None ，因此我们需要使用a[:,None]并将其分配给b 。

因此，最后一步将是考虑在Python中0-based索引，我们将-

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