如何在由 1D NumPy 数组（Python）中的值表示的索引处获取值为 1 的 2D NumPy 数组答案

【问题标题】：How to get a 2D NumPy array with value 1 at indices represented by values in 1D NumPy array (Python)如何在由 1D NumPy 数组（Python）中的值表示的索引处获取值为 1 的 2D NumPy 数组
【发布时间】：2021-11-18 11:32:12
【问题描述】：

如何在 Python 中的 1D np.array 中的值表示的索引处获取值为 1 的 2D np.array。

示例：

[1, 2, 5, 1, 2]

应该转换成

[[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]]

这里你已经预先知道了新数组的宽度（shape[2]）值。

我可以手动完成，但有什么方法可以直接使用 NumPy 方法来加快执行速度？我的数组的维度非常大，我必须对所有迭代都这样做。因此，每次迭代都需要手动执行此操作。

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

您可以使用np.zeros 创建一个带零的数组。数组的形状应该是(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.]]

【讨论】：