python - 如何创建一个 numpy N 维零数组，只有一个元素等于 1？

Question

是否有一种简短的单行方法来创建 numpy 数组(可能有多个维度)，该数组在特定位置有一个，而在所有其他位置为零？对于一维数组，可以执行以下操作来创建一个在第 k^{th} 个位置上有 1 的数组:

np.eye(1, N, k = k)

如何将其推广到更高维的情况？

Answer 1

例如，如果您需要一个索引为 (2, 3) 的 1 的 3x5 矩阵，只需创建一个一维数组，然后对其进行整形:

M, N = 3, 5
i, j = 2, 3
np.eye(1, M * N, k=(i+1) * M + j).reshape(M, N)

array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 1., 0., 0.]])

了解 每个 多维 numpy 数组在内部表示为一维数组可能会有所帮助，并带有一些包装逻辑来处理步幅和索引。这意味着这里的解决方案也可以通过适当的算术推广到任何维度。这是一个概括:

def make_nd_array_with(dims, index):
    return (np.eye(1, 
                   np.prod(dims), 
                   k=(((np.array(index[:-1]) + 1) * dims[:-1]).sum() + index[-1]))
              .reshape(*dims))

make_nd_array_with((M,N), (i,j))

array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 1., 0., 0.]])

请注意，这解决了您希望在一行中执行此操作的限制，但通常规范的解决方案是创建一个零数组并设置一个值，如注释和 other answer提及。

arr = np.zeros(M, N)
arr[i, j] = 1