python - Numpy:作为 Matlab 的赋值和索引

Question

有时只用一个索引分配数组很有用。在 Matlab 中，这很简单:

M = zeros(4);
M(1:5:end) = 1
M =

   1   0   0   0
   0   1   0   0
   0   0   1   0
   0   0   0   1

有没有办法在 Numpy 中做到这一点？首先，我想展平数组，但该操作不会保留引用，因为它会生成一个副本。我尝试使用 ix_，但无法使用相对简单的语法来完成。

Answer 1

你可以试试 numpy.ndarray.flat ，它表示可用于读取和写入数组的迭代器。

>>> M = zeros((4,4))
>>> M.flat[::5] = 1
>>> print(M)
array([[ 1.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  1.]])

请注意，在 numpy 中，切片语法是 [start:stop_exclusive:step]，而不是 Matlab 的 (start:step:stop_inclusive)。

根据 sebergs 评论，指出 Matlab 以列为主存储矩阵可能很重要，而 numpy 数组默认情况下以行为主。

>>> M = zeros((4,4))
>>> M.flat[:4] = 1
>>> print(M)
array([[ 1.,  1.,  1.,  1.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

要在展平数组上获得类似 Matlab 的索引，您需要展平转置数组:

>>> M = zeros((4,4))
>>> M.T.flat[:4] = 1
>>> print(M)
array([[ 1.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.]])