将正整数矩阵转换为没有循环的布尔矩阵答案

【问题标题】：Convert a matrix of positive integer numbers into a boolean matrix without loops将正整数矩阵转换为没有循环的布尔矩阵
【发布时间】：2020-01-14 18:40:05
【问题描述】：

我正在尝试使用 NumPy 在 Python 中编写代码。我不确定这是否可能，但这是我正在尝试做的：

我有一个二维矩阵a，形状为(rows, cols)，带有正整数，我想定义一个矩阵b，如果a[i,j]=x，那么b[i,j+1] =b[i,j+2]=...=b[i,j+x]=1（b被初始化为一个零矩阵）。

您可以假设对于每个 j,x：j+x

例如，如果a 是：

[0 2 0 0]
[0 2 0 0]
[3 0 0 0]
[2 0 1 0]

那么b应该是：

[0 0 1 1]
[0 0 1 1]
[0 1 1 1]
[0 1 1 1]

是否可以在 Python 中使用 NumPy不使用循环来执行上述操作？

如果没有循环就无法做到这一点，有没有一种有效的方法来做到这一点？（rows 和 cols 可以是很大的数字。）

【问题讨论】：

标签： python numpy matrix

【解决方案1】：

如果没有循环就无法做到这一点，有没有一种有效的方法来做到这一点？（rows 和 cols 可以是很大的数字。）

对不起，我不知道 NumPy 函数对您的情况有帮助，但我认为常规循环和数组索引应该很快：

import numpy as np

a = np.array([
    [0, 2, 0, 0],
    [0, 2, 0, 0],
    [3, 0, 0, 0],
    [2, 0, 1, 0],
])

b = np.zeros(a.shape)
for i, x in enumerate(a.flat):
    b.flat[i + 1 : i + 1 + x] = 1

print(b)

打印您的预期结果：

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

【讨论】：

我投了赞成票，但因为例如扁平化a[0,3] 为 1 然后b[1,0] 将变为 1，我认为这是不想要的。
@AndreasK。 IIUC 这由“您可以假设对于每个 j,x：j+x

【解决方案2】：

这是@finefoot 稍微优化的解决方案

aa = a.ravel()
b = np.zeros_like(aa)
for i, x in enumerate(aa):
    if x != 0:
        b[i + 1 : i + 1 + x] = 1
b = b.reshape(a.shape)

这是另一个更快但可读性较差的解决方案：

from itertools import chain

aa = a.ravel()
b = np.zeros_like(aa)
w = np.nonzero(aa)[0]
ranges = (range(s, e) for s, e in zip(w + 1, w + 1 + aa[w]))
for r in chain.from_iterable(ranges):
    b[r] = 1
b = b.reshape(a.shape)

在假设j,x: j+x<=cols-1 的情况下给出正确的结果。虽然这两种解决方案都使用了 for 循环，但我认为否则不可能这样做。

【讨论】：