重塑锯齿状数组并用零填充答案

【问题标题】：Reshape jagged array and fill with zeros重塑锯齿状数组并用零填充
【发布时间】：2020-10-31 10:16:41
【问题描述】：

我希望完成的任务如下：考虑一个一维数组a和一个长度为N的索引数组parts。示例：

a = np.arange(9)
parts = np.array([4, 6, 9])

# a = array([0, 1, 2, 3, 4, 5, 6, 7, 8])

我想将a 转换为形状为(N, <length of longest partition in parts>) 的2-D 数组，将a 的值插入到 每一行中indx 的每个索引中二维数组，用零填充行的剩余部分，如下所示：

array([[0, 1, 2, 3],
       [4, 5, 0, 0],
       [6, 7, 8, 0])

我不想使用循环。对此我无法理解，感谢任何帮助。

【问题讨论】：

标签： python arrays numpy indexing slice

【解决方案1】：

这是一个boolean-indexing -

def jagged_to_regular(a, parts):
    lens = np.ediff1d(parts,to_begin=parts[0])
    mask = lens[:,None]>np.arange(lens.max())
    out = np.zeros(mask.shape, dtype=a.dtype)
    out[mask] = a
    return out

示例运行 -

In [46]: a = np.arange(9)
    ...: parts = np.array([4, 6, 9])

In [47]: jagged_to_regular(a, parts)
Out[47]: 
array([[0, 1, 2, 3],
       [4, 5, 0, 0],
       [6, 7, 8, 0]])

【讨论】：