如何将嵌套的'for'循环转换为python中的一行代码答案

【问题标题】：How to convert a nesting 'for' loops into one line of code in python如何将嵌套的'for'循环转换为python中的一行代码
【发布时间】：2020-04-02 06:19:26
【问题描述】：

我有这个代码示例，我的任务是将虚线内的行减少为一行代码，这意味着将所有 for 循环转换为一行代码。我自己想出了一种解决方案：

myMat.ravel()[::size + 1] = myMat.ravel()[::size - 1] = 1

我认为除了我自己的解决方案之外，'np.logical_or' 函数可以通过数组切片的组合来帮助。
这是下面的功能。谢谢。

def myXMat(size):
    if size != np.uint64(size):
        return None
    elif size == 1:
        return 1.0

    myMat = np.zeros((size, size), dtype=np.float64)
    # -------------------------------------------------
    for m in range(size):
        for n in range(size):
            if m == n or m == size - n - 1:
                myMat[m, n] = 1

    # -------------------------------------------------

    return myMat

【问题讨论】：

标签： python numpy for-loop image-processing numpy-slicing

【解决方案1】：

让我们来看看大局；你在创造什么模式？

In [343]: arr = np.zeros((10,10),int)                                                          
In [344]: for m in range(10): 
     ...:     for n in range(10): 
     ...:         if m==n or m==10-n-1: 
     ...:             arr[m,n] = 1 
     ...:                                                                                      
In [345]: arr                                                                                  
Out[345]: 
array([[1, 0, 0, 0, 0, 0, 0, 0, 0, 1],
       [0, 1, 0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 1, 0, 0, 0, 0, 1, 0, 0],
       [0, 0, 0, 1, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 0, 1, 1, 0, 0, 0, 0],
       [0, 0, 0, 0, 1, 1, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 1, 0, 0, 0],
       [0, 0, 1, 0, 0, 0, 0, 1, 0, 0],
       [0, 1, 0, 0, 0, 0, 0, 0, 1, 0],
       [1, 0, 0, 0, 0, 0, 0, 0, 0, 1]])

所以这是对角线和它的对角线？

In [346]: np.diag(np.ones(10,int))                                                             
Out[346]: 
array([[1, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 1, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 1]])

然后翻转它：

In [347]: np.diag(np.ones(10,int))[::-1]                                                       
Out[347]: 
array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 1],
       [0, 0, 0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 0, 0, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 0, 0, 1, 0, 0, 0, 0],
       [0, 0, 0, 0, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0, 0, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
       [1, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

并将它们相加：

In [348]: _346+_347                                                                            
Out[348]: 
array([[1, 0, 0, 0, 0, 0, 0, 0, 0, 1],
       [0, 1, 0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 1, 0, 0, 0, 0, 1, 0, 0],
       [0, 0, 0, 1, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 0, 1, 1, 0, 0, 0, 0],
       [0, 0, 0, 0, 1, 1, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 1, 0, 0, 0],
       [0, 0, 1, 0, 0, 0, 0, 1, 0, 0],
       [0, 1, 0, 0, 0, 0, 0, 0, 1, 0],
       [1, 0, 0, 0, 0, 0, 0, 0, 0, 1]])

或带索引：

In [352]: arr = np.zeros((10,10),int)                                                          
In [353]: arr[np.arange(10),np.arange(10)] = 1                                                 
In [354]: arr[np.arange(10)[::-1],np.arange(10)] = 1

【讨论】：

使用 bit_wise 或 | 代替 + 和 np.diag 来处理奇数维度。