es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

Python Numpy – Crear matriz 2D donde la longitud está basada en un arreglo 1D.

05 Aug, 2023 Programación

Disculpe por el título confuso, pero no estoy seguro de cómo hacerlo más conciso. Aquí están mis requisitos:

arr1 = np.array([3,5,9,1])
arr2 = ?(arr1)

Entonces, arr2 sería:

[
[0,1,2,0,0,0,0,0,0],
[0,1,2,3,4,0,0,0,0],
[0,1,2,3,4,5,6,7,8],
[0,0,0,0,0,0,0,0,0]
]

No necesita variar según el máximo, la forma se conoce de antemano. Entonces, para comenzar, he podido obtener una forma de ceros:

arr2 = np.zeros((len(arr1),max_len))

Y luego, por supuesto, podría hacer un bucle for sobre arr1 de esta manera:

for i, elemento in enumerate(arr1):
    arr2[i,0:elemento] = np.arange(elemento)

pero eso probablemente llevaría mucho tiempo y ambas dimensiones aquí son bastante grandes (arr1 tiene algunas millones de filas, max_len es alrededor de 500). ¿Hay alguna manera optimizada y limpia de hacer esto en numpy?

Tags:  , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    Sí, hay una forma más eficiente de lograr esto utilizando las capacidades de transmisión y vectorización de numpy. Aquí está el código para lograr la salida deseada:

    import numpy as np

arr1 = np.array([3,5,9,1])
max_len = 9

# crear matriz de índices utilizando transmisión
indices = np.arange(max_len)

# crear máscara basada en arr1
mask = indices < arr1.reshape(-1, 1)

# crear matriz de salida utilizando la máscara e índices
arr2 = np.zeros((len(arr1), max_len))
arr2[mask] = indices

print(arr2)

    La salida será:

    array([[0., 1., 2., 0., 0., 0., 0., 0., 0.],
       [0., 1., 2., 3., 4., 0., 0., 0., 0.],
       [0., 1., 2., 3., 4., 5., 6., 7., 8.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.]])

    Aquí hay una explicación de cómo funciona:

    • indices es una matriz de forma (max_len,) que contiene los valores de 0 a max_len-1.
    • Reshapeamos arr1 para que tenga forma (len(arr1), 1) para poder transmitirlo sobre indices. Esto crea una matriz mask de forma (len(arr1), max_len) donde cada fila contiene valores True hasta el elemento correspondiente en arr1 y valores False para el resto.
    • Creamos arr2 como una matriz de ceros con forma (len(arr1), max_len).
    • Utilizamos la máscara mask y los índices indices para asignar valores a arr2. Aquí aprovechamos nuevamente la transmisión de numpy: la máscara se transmite sobre las columnas de arr2, de modo que cada fila de arr2 se completa con los valores correspondientes de indices.

Comments are closed.