使用另一个 Numpy 数组的索引创建新的 Numpy 数组

Question

我有一个 10 x N 数组，如下所示：

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

我想要一个以下 1 x N 格式的 Numpy 数组，其中新数组中的每个元素都是 10 x N 数组中用“1”填充的索引的值。

例如，该过程会将上面的内容转换为数组：

[[ 1.  7.  0. ...,  7,  9.  9.]]

我在使用该功能方面取得了一些成功：

np.where(array > 0)[0][0]

这为我的最终数组提供了一个值，但我以所需格式填充数组的尝试没有奏效。此外，我的实现并不是很pythonic。以上问题有pythonic解决方案吗？

Answer 1

设置

a = np.array([[0, 0, 0, 0, 0, 1, 0, 0, 0, 0],
              [1, 0, 0, 0, 0, 0, 0, 0, 0, 0],
              [0, 0, 1, 0, 0, 0, 0, 0, 0, 0],
              [0, 0, 0, 0, 1, 0, 0, 0, 0, 0],
              [0, 0, 1, 0, 0, 0, 0, 0, 0, 0],
              [0, 0, 0, 0, 0, 0, 1, 0, 0, 0]])

---

你只关心列，因为你的第二个数组是一维的，现在你正在从numpy.where

获取行

如果你能保证每行只有一个1，就从numpy.where的输出中抓取列：

np.where(a==1)[1]

array([5, 0, 2, 4, 2, 6], dtype=int64)