左移 2D Numpy 数组的每一行独立

Question

A = np.array([[4.0, 3, 2],
              [1, 2, 3],
              [0, -1, 5]])

shift = np.array([1,2,1])

out = np.array([[3, 2, np.nan],
              [3, np.nan, np.nan],
              [-1, 5, np.nan]])

我想将 2D numpy 数组向左移动，每一行独立地由移位向量给出，并用 Nan 归因于右侧。

这个你能帮我吗

谢谢

Answer 1

import numpy as np

A = np.array([[4, 3, 2],
              [1, 2, 3],
              [0, -1, 5]])

shift = np.array([1,2,1])


x,y = A.shape
res = np.full(x*y,np.nan).reshape(x,y)

for i in range(x):
    for j in range(y):
        res[i][:(y-shift[i])]=A[i][shift[i]:]
print(res)

Answer 2

使用矩阵Ref的 Roll 行

from skimage.util.shape import view_as_windows as viewW
import numpy as np


A = np.array([[4, 3, 2],
              [1, 2, 3],
              [0, -1, 5]])

shift = np.array([1,1,1])

p = np.full((A.shape[0],A.shape[1]-1),np.nan)
a_ext = np.concatenate((A,p,p),axis=1)


n = A.shape[1]
shifted =viewW(a_ext,(1,n))[np.arange(len(shift)), -shift + (n-1),0]


print(shifted)

output#

[[ 3.  2. nan]
 [ 2.  3. nan]
 [-1.  5. nan]]

Answer 3

你应该只使用一个 for 循环和np.roll每行。

import numpy as np
A = np.array([[4, 3, 2],
              [1, 2, 3],
              [0, -1, 5]]).astype(float)

shift = np.array([1,2,1])

out = np.copy(A)
for i,shift_value in enumerate(shift):
    out[i,:shift_value] = np.nan
    out[i,:] = np.roll(out[i,:], -shift_value, 0)
print(out)

[[ 3.  2. nan]
 [ 3. nan nan]
 [-1.  5. nan]]

虽然有人可能认为减少对np.roll的调用会有所帮助，但事实并非如此，因为这正是np.roll内部实现的方式，并且您的代码中将有 2 个循环而不是 1 个。