python - NumPy:创建类似于 "repeat"的 bool 数组，但在多个维度中

Question

我想我正在寻找与 sum() 相反的东西。我们开始吧:

x = array([
    [False, False, False, False, False],
    [ True, False, False, False, False],
    [ True,  True, False, False, False],
    [ True,  True,  True, False, False]])

x.sum(axis=1)
Out: array([0, 1, 2, 3])

所以我想走相反的方向:从 [0,1,2,3] 到像 x 这样的数组(我可以指定我的列数)当然，要在 x 中，上面是 5)。

理想情况下，该解决方案也应该适用于更高的维度，当然我不想在 Python 中循环，因为输入可能比这个示例更长。也就是说，这是一个使用循环的解决方案:

s = np.array([0, 1, 2, 3])
y = np.zeros((len(s), 5), np.bool)
for row,col in enumerate(s):
    y[row,0:col] = True

Answer 1

IIUC——我不确定我是否这样做——你可以使用arange和广播比较:

>>> v = np.array([0,1,3,2])
>>> np.arange(5) < v[...,None]
array([[False, False, False, False, False],
       [ True, False, False, False, False],
       [ True,  True,  True, False, False],
       [ True,  True, False, False, False]], dtype=bool)

或二维:

>>> v = np.array([[1,2],[0,2]])
>>> np.arange(5) < v[...,None]
array([[[ True, False, False, False, False],
        [ True,  True, False, False, False]],

       [[False, False, False, False, False],
        [ True,  True, False, False, False]]], dtype=bool)
>>> ((np.arange(5) < v[...,None]).sum(2) == v).all()
True