如何获取由 1D NumPy 数组中的值表示的索引处值为 1 的 2D NumPy 数组 (Python)

如何在 Python 中获取由 1D np.array 中的值表示的索引处值为 1 的 2D np.array。

Example:

[1, 2, 5, 1, 2]

应转换为

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

这里你已经预先知道了新数组的宽度（shape[2]）值。

我可以手动执行此操作，但有什么方法可以直接使用 NumPy 方法执行此操作以加快执行速度吗？我的数组的维度非常大，我必须对所有迭代执行此操作。因此，为每次迭代手动执行此操作对计算的要求非常高。

您可以使用以下命令创建一个包含零的数组np.zeros https://numpy.org/doc/stable/reference/generated/numpy.zeros.html。数组的形状应该是(len(1D array), max(1D array)+1)。然后使用NumPy的索引。

idx = [1, 2, 5, 1, 2]
shape = (len(idx), max(idx)+1)
out = np.zeros(shape)
out[np.arange(len(idx)), idx] = 1
print(out)
[[0. 1. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0.]
 [0. 0. 0. 0. 0. 1.]
 [0. 1. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0.]]