如何在由 1D NumPy 數組中的值表示的索引處獲取值為 1 的 2D NumPy 數組 (Python)

Question

如何在 Python 中的 1D np.array 中的值表示的索引處獲取值為 1 的 2D np.array。

例子：

[1, 2, 5, 1, 2]

應轉換為

[[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]]

在這里，您已經預先知道新數組的寬度 (shape[2]) 值。

我可以手動完成，但是有什么方法可以直接使用 NumPy 方法來加快執行速度嗎？ 我的數組的維度非常大，我必須在所有迭代中都這樣做。 因此，為每次迭代手動執行此操作在計算上要求很高。

Answer 1

您可以使用np.zeros創建一個包含零的數組。 數組的形狀應該是(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.]]