Numpy：作为Matlab的指定和索引

有时仅用于指定具有一个索引的数组非常有用。在Matlab中，这是直截了当的：Numpy：作为Matlab的指定和索引

M = zeros(4); 
M(1:5:end) = 1 
M = 

    1 0 0 0 
    0 1 0 0 
    0 0 1 0 
    0 0 0 1

有没有办法在Numpy中做到这一点？首先，我认为要压扁数组，但该操作不保留引用，因为它会生成副本。我用ix_尝试过，但我无法用相对简单的语法来完成它。

来源

2013-12-19 Pablo Riera

这是之前在这里讨论：HTTP ：//stackoverflow.com/questions/3257619/numpy-interconversion-between-multidimensional-and-linear-indexing和在这里：http://stackoverflow.com/questions/15230179/how-to-get-the-linear-index -for-a-numpy-array-sub2ind – bla

嗯，他们似乎都没有提到'arr.flat'属性。 – seberg

我比其他两个人更喜欢这个问题。它简明扼要地提出了这个问题。 – kazemakase

你可以尝试numpy.ndarray.flat，这表示您可以使用阅读迭代器和写入到阵列。

>>> M = zeros((4,4)) 
>>> M.flat[::5] = 1 
>>> print(M) 
array([[ 1., 0., 0., 0.], 
     [ 0., 1., 0., 0.], 
     [ 0., 0., 1., 0.], 
     [ 0., 0., 0., 1.]])

注意，在numpy的切片语法为[开始：stop_exclusive：工序]，相对于Matlab的（开始：步骤：stop_inclusive）。

基于sebergs注释，可能很重要的一点是，Matlab将矩阵存储在列主列中，而numpy数组默认情况下是行主列。

>>> M = zeros((4,4)) 
>>> M.flat[:4] = 1 
>>> print(M) 
array([[ 1., 1., 1., 1.], 
     [ 0., 0., 0., 0.], 
     [ 0., 0., 0., 0.], 
     [ 0., 0., 0., 0.]])

要获得Matlab的像索引扁平阵列上，您将需要拼合转置数组：使用

>>> M = zeros((4,4)) 
>>> M.T.flat[:4] = 1 
>>> print(M) 
array([[ 1., 0., 0., 0.], 
     [ 1., 0., 0., 0.], 
     [ 1., 0., 0., 0.], 
     [ 1., 0., 0., 0.]])

来源

2013-12-19 18:31:00 kazemakase

谢谢！这正是我所寻找的 –

numpy是C，虽然不是fortran的顺序，但它不完全相同。 – seberg

确实。我编辑了答案，指出了差异。 – kazemakase

你可以做到这一点使用列表索引：

M = np.zeros((4,4)) 
M[range(4), range(4)] = 1 
print M 
# [[ 1. 0. 0. 0.] 
# [ 0. 1. 0. 0.] 
# [ 0. 0. 1. 0.] 
# [ 0. 0. 0. 1.]]

在这种情况下，你也可以使用np.identity(4)

来源

2013-12-19 18:22:50

还有一个专门为[this]制作的功能（http://docs.scipy.org/doc/numpy/reference/generated/numpy.diag_indices.html）。 – Daniel

对角线赋值的例子只是一个例子。我在问如何使用或多或少在matlab中使用的语法 –

另一种方式unravel_index

>>> M = zeros((4,4)); 
>>> M[unravel_index(arange(0,4*4,5),(4,4))]= 1 
>>> M 
array([[ 1., 0., 0., 0.], 
     [ 0., 1., 0., 0.], 
     [ 0., 0., 1., 0.], 
     [ 0., 0., 0., 1.]])

来源

2013-12-19 18:38:57

Numpy：作为Matlab的指定和索引

回答

相关问题