用基于带索引的 2D 数组的数组填充 3D numpy 数组答案

【问题标题】：Fill a 3D numpy array with ones based on a 2D array with indices用基于带索引的 2D 数组的数组填充 3D numpy 数组
【发布时间】：2018-03-08 02:36:34
【问题描述】：

我有 2 个 numpy 数组 output 和 index：

output = np.zeros((3,3,3))

>>>index   
array([[0,1,2],
       [1,0,0],
       [2,2,2]])

index 表示索引，直到output 应填充第一维中的索引。 output 的填充值应如下所示：

>>>output 
array([[[1, 1, 1],
        [1, 1, 1],
        [1, 1, 1]],
       [[0, 1, 1],
        [1, 0, 0],
        [1, 1, 1]],
       [[0, 0, 1],
        [0, 0, 0],
        [1, 1, 1]]]

例如，由于index[0, 1] == 1，我们设置output[:1+1, 0, 1] = 1。一般来说，如果index[i, j] == k，我们设置output[:k+1, i, j] = 1。

有谁知道如何以矢量化的方式实现这一点？

【问题讨论】：

标签： python arrays numpy multidimensional-array indexing

【解决方案1】：

使用NumPy broadcasting，我们可以创建这些地方的掩码。因此，只需将该掩码转换为 0s 和 1s 的 int 数组，就像这样 -

(index >= np.arange(3)[:,None,None]).astype(int)

示例运行 -

In [471]: index
Out[471]: 
array([[0, 1, 2],
       [1, 0, 0],
       [2, 2, 2]])

In [472]: (index >= np.arange(3)[:,None,None]).astype(int)
Out[472]: 
array([[[1, 1, 1],
        [1, 1, 1],
        [1, 1, 1]],

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

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

或者，要分配给output，请使用boolean-indexing 的掩码并分配1s -

output[index >= np.arange(output.shape[0])[:,None,None]] = 1

【讨论】：

【解决方案2】：

您可以将1 分配给最后一个位置（沿第一个维度），然后使用np.maximum.accumulate 将0 填充为1：

output[index, np.arange(output.shape[1])[:,None], np.arange(output.shape[2])] = 1  
np.maximum.accumulate(output[::-1], axis=0)[::-1]

#array([[[ 1.,  1.,  1.],
#        [ 1.,  1.,  1.],
#        [ 1.,  1.,  1.]],

#       [[ 0.,  1.,  1.],
#        [ 1.,  0.,  0.],
#        [ 1.,  1.,  1.]],

#       [[ 0.,  0.,  1.],
#        [ 0.,  0.,  0.],
#        [ 1.,  1.,  1.]]])

【讨论】：