如何在由 1D NumPy 数组中的值表示的索引处获取值为 1 的 2D NumPy 数组 (Python)

Question

如何在 Python 中的 1D np.array 中的值表示的索引处获取值为 1 的 2D np.array。

例子：

[1, 2, 5, 1, 2]

应转换为

[[0, 1, 0, 0, 0, 0],
 [0, 0, 1, 0, 0, 0],
 [0, 0, 0, 0, 0, 1],
 [0, 1, 0, 0, 0, 0],
 [0, 0, 1, 0, 0, 0]]

在这里，您已经预先知道新数组的宽度 (shape[2]) 值。

我可以手动完成，但是有什么方法可以直接使用 NumPy 方法来加快执行速度吗？ 我的数组的维度非常大，我必须在所有迭代中都这样做。 因此，为每次迭代手动执行此操作在计算上要求很高。

Answer 1

您可以使用np.zeros创建一个包含零的数组。 数组的形状应该是(len(1D array), max(1D array)+1) 。 然后使用 NumPy 的索引。

idx = [1, 2, 5, 1, 2]
shape = (len(idx), max(idx)+1)
out = np.zeros(shape)
out[np.arange(len(idx)), idx] = 1
print(out)
[[0. 1. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0.]
 [0. 0. 0. 0. 0. 1.]
 [0. 1. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0.]]