我正在學習 numpy 并試圖找到一種更好的方法來撰寫這個例子。我有一個陣列，指示元素（在其他陣列中）所屬的集群。元素 0 屬于簇 1，元素 1 屬于簇 2，依此類推。我想創建一個集群地圖，使用掩碼來指示屬于此類集群的元素。下面的代碼有效，但我討厭 tmp_mask 的兩行，想知道是否可以避免它們。
cluster = np.array([1,2,1,1,2,3,1,2])
cluster_map = {}
empty_mask = np.zeros(len(cluster), dtype=bool)
for idx, cl in enumerate(cluster):
tmp_mask = empty_mask.copy()
tmp_mask[idx] = True
cluster_map[cl] = cluster_map.get(cl, empty_mask) | tmp_mask
cluster_map
只是想看看是否有更短的版本，例如：
#tmp_mask = empty_mask.copy()
#tmp_mask[idx] = True
cluster_map[cl] = cluster_map.get(cl, empty_mask) | get_falses_except(idx, len(cluster))
我知道我可以創建函式 get_falses_except，只是想知道它是否存在，或者可以以更好的方式重寫代碼？
謝謝你們
uj5u.com熱心網友回復：
高級索引可能會幫助您：
empty_mask = np.zeros((np.max(cluster), len(cluster)), dtype=bool)
empty_mask[cluster-1, np.arange(len(cluster))] = True
>>> empty_mask
array([[ True, False, True, True, False, False, True, False],
[False, True, False, False, True, False, False, True],
[False, False, False, False, False, True, False, False]])
dict如果您需要，您也可以回傳：
>>> dict(zip(range(1, shape[0] 1), empty_mask))
{1: array([ True, False, True, True, False, False, True, False]),
2: array([False, True, False, False, True, False, False, True]),
3: array([False, False, False, False, False, True, False, False])}
uj5u.com熱心網友回復：
你可以用一個非常簡單的理解來做到這一點：
In [8]: {k: cluster==k for k in set(cluster)}
Out[8]:
{1: array([ True, False, True, True, False, False, True, False]),
2: array([False, True, False, False, True, False, False, True]),
3: array([False, False, False, False, False, True, False, False])}
uj5u.com熱心網友回復：
我認為for回圈也可以跳過，但我不知道如何
import numpy as np
cluster = np.array([1,2,1,1,2,3,1,2])
cluster_set=np.unique(cluster)
cluster_map=np.zeros((cluster_set.size, cluster.size), dtype=bool)
for idx, val in enumerate(cluster_set):
cluster_map[idx]=cluster==val
print(cluster_map)
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/361977.html