Numpy：根据数组索引设置每一列的一个特定元素答案

【问题标题】：Numpy: set one specific element of each column based on indexing by arrayNumpy：根据数组索引设置每一列的一个特定元素
【发布时间】：2015-07-01 04:56:45
【问题描述】：

与我需要的相比，规模较小，这是我想要做的一个例子：

>>> a
array([[  21,   22,   23,   24,   25,   26,   27],
       [  56,   57,   58,   59,   60,   61,   62],
       [  14,   15,   16,   17,   18,   19,   20],
       [   7,    8,    9, 1010,   11,   12,   13],
       [  42,   43,   44,   45,   46,   47,   48],
       [  63,   64,   65,   66,   67,   68,   69],
       [   0,    1,    2,    3,    4,    5,    6],
       [  49,   50,   51,   52,   53,   54,   55],
       [  28,   29,   30,   31,   32,   33,   34],
       [  35,   36,   37,   38,   39,   40,   41]])
>>> indices = a.argmax(axis=0)
>>> indices
array([5, 5, 5, 3, 5, 5, 5])
>>> b = np.zeros(a.shape)
>>> b[indices] = 1.0
>>> b # below is the actual output, not what I want
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.]])

但我真正需要的是：

>>> b
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  1.,  1.,  0.,  1.,  1.,  1.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.]])

Numpy 索引可能会变得非常复杂，将上述内容用语言表达有点困难，所以希望有人能理解我在寻找什么。本质上，它是在有最大值的地方设置 1，在其他地方设置为零。我该怎么做呢？

【问题讨论】：

标签： python arrays numpy scipy

【解决方案1】：

来自docs：

如果选择元组中的对象数量小于 N ，则 : 假定用于任何后续维度。

在您的选择中只有一个数组，因此您可以让索引中的每一行都等于 1。要克服这个问题，您需要列索引。我想这可以解决问题：

b[indices, np.arange(a.shape[1])] = 1.0

【讨论】：

不错 :-) 我知道某处有单线
啊哈，谢谢！我觉得我现在对 numpy 索引有了更好的理解。
谢谢。我来自 MATLAB，所以这样做 0:a.shape[1] 我认为实际上会产生列索引，但这会执行切片。在 MATLAB 中，: 运算符既进行切片又生成索引向量，这就是我的麻烦所在。现在我知道我必须手动生成列索引。谢谢！

【解决方案2】：

可能有一种方法没有循环，但你总是可以这样做：

indices = a.argmax(axis=0)
b = np.zeros(a.shape)
for j,ind in enumerate(indices):
    b[ind, j] = 1

【讨论】：