如何在numpy中对称地移动数组

Question

我对 Python 非常陌生，并且对堆栈溢出提出了一些问题，因此对于任何格式错误，我深表歉意。

我正在使用 numpy 在 Python 中处理一个自相关数组，我想在使用自相关作为偶函数的属性的同时移动一个保存其值的数组。例如，我有一个数组说，

a = [0,1,2,3,4]

我希望能够以这样的方式移动数组，使其移动但保持关于数字 0（或自相关的原点）对称，并且看起来像这样的序列：

    a = [1,0,1,2,3]
    a = [2,1,0,1,2]
    a = [3,2,1,0,1]
    a = [4,3,2,1,0]

有没有简单的方法来做到这一点？我考虑过使用 numpy 的滚动和翻转功能，但它们似乎并没有完全完成我想要做的事情。任何帮助/建议将不胜感激，谢谢！

编辑：

我的问题的一个更具代表性的示例是尝试执行以下转换，其中 1 表示我的函数原点的值：

a = [1, 0.34, 0.59, 0.40, 0.94]
a = [0.34, 1, 0.34, 0.59, 0.40]
a = [0.59, 0.34, 1, 0.34, 0.59]
a = [0.40, 0.59, 0.34, 1, 0.34]
a = [0.94, 0.40, 0.59, 0.34, 1]

再次感谢您的任何建议/帮助！

Answer 1

您可以为所有出现在零之前或等于零的元素添加 +1，并为所有出现在零之后的元素添加 -1。这是一种方法：

values = np.array([1, 0.34, 0.59, 0.40, 0.94])
a = np.array([0,1,2,3,4])
for i in range(a.size):
  print(values[a])
  a += 2 * (np.arange(a.size) <= a.argmin()) - 1

# [1.   0.34 0.59 0.4  0.94]
# [0.34 1.   0.34 0.59 0.4 ]
# [0.59 0.34 1.   0.34 0.59]
# [0.4  0.59 0.34 1.   0.34]
# [0.94 0.4  0.59 0.34 1.  ]

或者，您可以使用带有负范围的np.arange 并采用绝对值：

for i in range(0, -5, -1):
  print(np.abs(np.arange(i,i+5)))

您还可以一次性生成所有移位行的矩阵：

mat = np.eye(5, dtype=int).cumsum(0).cumsum(0)
mat += np.rot90(mat, k=2) - np.eye(5, dtype=int) - 1

[[0 1 2 3 4]
 [1 0 1 2 3]
 [2 1 0 1 2]
 [3 2 1 0 1]
 [4 3 2 1 0]]