如何使用 numpy 将 1 和 0 分配给数组的特定索引？

Question

我想以如下特定方式构造一个 6 x 9 的矩阵，其中包含 0 和 1 项。在第 0 行列中，0 到 2 应为 1，在第一行列中，3 到 5 应为 1，在第二行列中，6 到 8 应为 1，所有其他条目均为零。在第三行，元素 0,3,6 应该是 1，另一个应该是 0。在第四行，元素 1,4,7 应该是 1，其他元素应该是 0。在第五行，2、5、8 应该是 1，其余的应该是 0。一半的行按照一种方式输入值 1，而另一半行按照不同的过程输入值 1。如何扩展这个大约 20 x 100 的情况，其中前 10 行遵循上面提到的一个过程，而后半部分遵循不同的过程

6x9 by 矩阵如下所示

[[1,1,1,0,0,0,0,0,0],
 [0,0,0,1,1,1,0,0,0],
 [0,0,0,0,0,0,1,1,1],
 [1,0,0,1,0,0,1,0,0],
 [0,1,0,0,1,0,0,1,0],
 [0,0,1,0,0,1,0,0,1]]
 EDIT: Code I used to create this matrix:
 import numpy as np
 m=int(input("Enter the value of m, no. of points = "))
 pimatrix=np.zeros((2*m +1)*(m**2)).reshape((2*m+1),(m**2))
 for i in range(2*m + 1):
    for j in range(m**2):
        if((i<m) and ((j<((i+1)*m) and j>=(i*m)))): 
           pimatrix[i][j]=1
        if (i>(m-1)):
           for k in range(-1,m-1,1):
              if(j == i+(k*m)):
                pimatrix[i][j]=1 
        if i==2*m:
           pimatrix[i][j]=1
 print(pimatrix)            

Answer 1

尝试使用numpy.put函数numpy.put

Answer 2

最佳方法取决于您计划遵循的规则，但一种简单的方法是将数组初始化为一个零数组：

import numpy as np

a = np.zeros([3, 4], dtype = int)

然后，您可以编写逻辑来遍历相应的行并根据需要设置 1。您可以通过其坐标简单地访问数组的任何元素：

a[2,1] = 1

print(a)

结果：

[[0 0 0 0]
 [0 0 0 0]
 [0 1 0 0]]

如果没有一般规则，很难说出您想要的逻辑到底是什么，但假设这些规则：数组的上半部分在每一行连续运行三个，从左上角开始向下移动一行在每次运行结束时，直到它到达上半部分的底部，在那里它环绕到顶部；下半部分有单个运行，遵循相同的模式。

用你给定的例子来实现它：

import numpy as np

a = np.zeros([6, 9], dtype=int)


def set_ones(a, run_length, start, end):
    for n in range(a.shape[1]):
        a[start + ((n // run_length) % (end - start)), n] = 1


set_ones(a, 3, 0, a.shape[0] // 2)
set_ones(a, 1, a.shape[0] // 2, a.shape[0])

print(a)

结果：

[[1 1 1 0 0 0 0 0 0]
 [0 0 0 1 1 1 0 0 0]
 [0 0 0 0 0 0 1 1 1]
 [1 0 0 1 0 0 1 0 0]
 [0 1 0 0 1 0 0 1 0]
 [0 0 1 0 0 1 0 0 1]]