[英]Convert a vector to a mask matrix using numpy
假設我們有以下向量:
v = np.array([4, 0, 1])
目的是創建5 x 3矩陣M
,如下所示:
[[0 1 0]
[0 0 1]
[0 0 0]
[0 0 0]
[1 0 0]]
v
相應索引的每一列中只有一個元素等於1。 例如,由於v[0]
為4,則M[4, 0] == 1
,由於v[2]
為1,則M[1, 2] == 1
。
如何使用scipy和numpy在Python中建立這樣的矩陣? 在MATLAB中,您可以在一行中使用sparse
函數和full
函數來執行此操作。 我不希望使用for
循環,因為我正在尋找對此的矢量化實現。
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))
輸出:
>>> m.todense()
matrix([[0, 1, 0],
[0, 0, 1],
[0, 0, 0],
[0, 0, 0],
[1, 0, 0]])
如果需要密集的數組輸出,則可以使用兩個整數數組來索引非零元素的行/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]]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.