如何在创建布尔数组的numpy中搜索数组的每一行的索引值

Question

给定一个MxN大小的数组和一个Mx1大小的数组，我想用MxN计算一个布尔数组。

import numpy as np
M = 2
N = 3
a = np.random.rand(M, N) # The values doesn't matter
b = np.random.choice(a=N, size=(M, 1), replace=True)
# b =
# array([[2],
#        [1]])
# I found this way to compute the boolean array but I wonder if there's a fancier, elegant way
index_array = np.array([np.array(range(N)), ]*M)
# Create an index array
# index_array = 
# array([[0, 1, 2],
#        [0, 1, 2]])
#
boolean_array = index_array == b
# boolean_array =
# array([[False, False,  True],
#        [False,  True, False]])
#

所以我想知道是否有一种更花哨、更像蟒蛇的方式来完成

Answer 1

您可以通过直接广播与单个1d范围的比较来简化：

M = 2
N = 3
a = np.random.rand(M, N) 
b = np.random.choice(a=N, size=(M, 1), replace=True)
print(b)
array([[1],
[2]])
b == np.arange(N)
array([[False,  True, False],
[False, False,  True]])

---

通常，广播在这些情况下很方便，因为它使我们不必创建形状兼容的阵列来执行与其他阵列的操作。对于生成的数组，我可能会使用以下方法：

np.broadcast_to(np.arange(N), (M,N))
array([[0, 1, 2],
[0, 1, 2]])

尽管如前所述，NumPy让这里的生活更轻松，所以我们不必担心。