Numpy：“bump”数组的有效索引数组答案

【问题标题】：Numpy: efficient array of indices to "bump" arrayNumpy：“bump”数组的有效索引数组
【发布时间】：2014-05-01 01:32:32
【问题描述】：

给定0 ... k-1 中长度为n 的索引数组（即A = [0, 0, 1, 2, 1, ...]），形成一个新的形状(n, k) B 数组的最有效方法是什么，例如B[i,j] = 1 如果@ 987654327@ 和 A[i] = 0 否则？

即，例如A = [0, 0, 1, 2, 1, ...](k=3)，我们会得到

B = [[1, 0, 0], [1, 0, 0], [0, 1, 0], [0, 0, 1], [0, 1, 0], ...]

有没有办法在没有明确的 for 循环的情况下做到这一点？

【问题讨论】：

标签： python arrays numpy scipy

【解决方案1】：

鉴于您构建的数组的稀疏性，您可能希望使用 Scipy 的稀疏矩阵，它的优点是内存占用少：

import numpy
from scipy import sparse

A = numpy.array([0, 0, 1, 2, 1])
k = 3
B = sparse.coo_matrix((numpy.full(len(A), 1, dtype=int), (numpy.arange(len(A)), A)), shape=(len(A), k))

（coo_matrix() 在Scipy's documentation 中有描述）。这给出了预期的结果：

>>> B.todense()
matrix([[ 1.,  0.,  0.],
        [ 1.,  0.,  0.],
        [ 0.,  1.,  0.],
        [ 0.,  0.,  1.],
        [ 0.,  1.,  0.]])

但内存占用很小（如果k 足够大[大于几个单位]）。为了节省更多内存，上面的dtype 可以做得更小（取决于您的确切需求），dtype=numpy.int8 甚至dtype=bool。

【讨论】：

您关于内存的观点是有效的，并且适用于非常稀疏的矩阵（在这种情况下为大 k）。但是，必须小心。在上面的例子中，dtype可以是int8，而稀疏矩阵的行和列的dtype是int32（启发我，我们可以改变它）。对于我们的小例子，密集矩阵占用 15 个字节，而稀疏矩阵占用 45 个字节，数据：5 个字节，行：20 个字节，列：20 个字节。在 OP 的情况下，如果 k > 9 比 sparse 会节省内存。
好点。我添加了一个关于内存占用和k 值之间关系的警告。

【解决方案2】：

import numpy as np

A = np.array([0, 0, 1, 2, 1])

B = np.zeros((len(A), 3), dtype=np.int)

B[np.arange(len(A)), A] = 1

结果：

>>> B
array([[1, 0, 0],
       [1, 0, 0],
       [0, 1, 0],
       [0, 0, 1],
       [0, 1, 0]])

【讨论】：

【解决方案3】：

A=np.array([0, 0, 1, 2, 1])
n=5
k=3
B=np.zeros(n*k, 'int')
B[np.arange(n)*k+A]=1
B.reshape((n,k))

结果：

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

【讨论】：

这行得通，但这不必要地令人费解，正如 Akavall 的回答所示（NumPy 提供了在特定 2D 坐标处分配值的能力，所以好的代码应该使用它，因为它更容易/更快地阅读)。