如何在满足特定条件的情况下创建行索引的 Numpy 矩阵？

【问题标题】：How to create Numpy matrix of row index where a certain condition is met?如何在满足特定条件的情况下创建行索引的 Numpy 矩阵？
【发布时间】：2019-07-06 15:00:23
【问题描述】：

在满足特定条件的情况下，如何将值的 numpy 矩阵转换为行索引的 numpy 矩阵？

我们说

A = array([[ 0.,  5.,  0.],[ 0.,  0.,  3.],[ 0.,  0.,  0.]])

如果我想在这里使用一个条件——如果一个元素大于 0，然后用行索引+1 替换它，我会怎么做？所以输出应该是，

B = array([[0., 1., 0.],[0., 0., 2.],[0., 0., 0.]])

不确定我是否正确使用 np.where。谢谢。

【问题讨论】：

标签： numpy matrix where-clause

【解决方案1】：

使用numpy.where

np.where(A>0, np.arange(1, A.shape[0]+1)[:, None], A)

array([[0., 1., 0.],
       [0., 0., 2.],
       [0., 0., 0.]])

或者您可以使用算术（如果您的值小于小于0，则无法使用）：

(A > 0) * np.arange(1, A.shape[0]+1)[:, None]

【讨论】：

谢谢 - 这行得通！只是一个快速的后续问题——第一个条件可以是任何东西吗？就像我们只想保留每列的最大值 (np.max(A, axis=0) ??) 而其他一切都是 0？那么如果 A[0,2] = 1 而不是，B[0,2] 可以只是 0 而不是 1 吗？