numpy：分配和索引为Matlab

问题内容：

有时仅分配具有一个索引的数组很有用。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

Numpy有办法做到这一点吗？首先，我想展平数组，但是该操作不会保留引用，因为它会创建副本。我尝试使用ix_，但是我无法使用相对简单的语法来做到这一点。

问题答案：

您可以尝试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，切片语法为[start：stop_exclusive：step]，而不是Matlab的语法（start：step：stop_inclusive）。

根据sebergs的评论，可能需要指出Matlab将矩阵存储在列主行中，而numpy数组默认是行主行。

>>> 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.]])

为了在扁平化的数组上获得类似于Matlab的索引，您将需要扁平化转置的数组：

>>> 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.]])

numpy：分配和索引为Matlab

微信关注