2d массив ромбовидной формы из единиц размера x

Эй, я пытаюсь создать двумерный массив, состоящий из 1 и 0, где 1 образуют ромбовидную форму. Алмаз должен быть размера x:

Форма ромба размером x = 3 будет выглядеть так:

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

Форма ромба размером x = 1 будет выглядеть так:

[[1]]

У кого-нибудь есть идея, как это реализовать? Я подумал, что numpy.eye и concatenate могут быть полезны. Тем не менее, я не мог найти решение

Нет, я проверял это раньше. Это не

teller.py3 18.12.2020 10:43

Проверьте 2-й ответ, если вы замените треугольную матрицу на глазную матрицу, вы должны получить свой ответ.

sai 18.12.2020 10:44
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
3
3
1 045
7
Перейти к ответу Данный вопрос помечен как решенный

Ответы 7

Если вы хотите использовать numpy.eye, это работает. Хотя это немного сложно.

dim = 8
A = np.maximum(np.maximum(np.maximum(np.eye(dim, k=-(dim//2)), np.eye(dim, k=(dim//2))), np.fliplr(np.eye(dim, k=(dim//2)))), np.fliplr(np.eye(dim, k=-(dim//2))))
Ответ принят как подходящий

Я бы использовал numpy.diagflat в сочетании с numpy.flip следующим образом:

import numpy as np
arr = np.diagflat([1,1,1],2)  # now we have 1s in upper-right part
arr = np.maximum(arr,np.flip(arr,1))  # now we have 1s in upper part
arr = np.maximum(arr,np.flip(arr,0))  # now we have 1s everywhere
print(arr)

выход:

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

Это быстрее, чем мое решение!

anurag 18.12.2020 11:13

ха! получил однострочник с np.pad( . . . , mode = 'reflect'), это, вероятно, быстрее, дайте мне посмотреть

Daniel F 18.12.2020 11:25

ну не понимаю, как np.pad можно использовать для одного вкладыша? Думаю, этот ответ можно назвать одним вкладышем!

anurag 18.12.2020 11:31

@anurag diamond = lambda n: np.pad(np.eye(n), ((n-1, 0), (0, n-1)), mode = 'reflect') Мой даже подходит для комментария :P

Daniel F 18.12.2020 11:33

Общий код для создания алмазной матрицы любого желаемого размера. Использование матрицы идентичности и методов нарезки.

import numpy as np

x = 5  # assuming, this will always be odd

result_sz = 2*x-1
mid_pt = int(np.floor(result_sz/2.0))

result = np.zeros((result_sz, result_sz), dtype=np.int)
tile = np.eye(x)

# we have four regular graph quadrants
# first quadrant
result[0:x, mid_pt:] = tile    # direct identity
# second quadrant
result[mid_pt:, mid_pt:] = np.flip(tile, axis=1)     # identity flipped about y-axis
# third quadrant
result[mid_pt:, 0:x] = tile   # direct identity
# fourth quadrant
result[0:x, 0:x] = np.flip(tile, axis=0)     # identity flipped about x-axis

# The diamond matrix
print(result)

Вот решение с np.eye

import numpy as np

def diamond(n):
    a, b = np.eye(n, dtype=int), np.eye(n, dtype=int)[:,::-1]

    c, d = np.hstack((b,a[:,1:])), np.hstack((a,b[:,1:]))

    return np.vstack((c, d[1:,:]))

выход:

>>> print(diamond(3))

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

Моя запись с использованием np.pad(... mode = 'reflect'):

def diamond(n):
    return np.pad(np.eye(n), ((n-1, 0), (0, n-1)), mode = 'reflect')
    

diamond(3)
Out: 
array([[0., 0., 1., 0., 0.],
       [0., 1., 0., 1., 0.],
       [1., 0., 0., 0., 1.],
       [0., 1., 0., 1., 0.],
       [0., 0., 1., 0., 0.]])

diamond(1)
Out: array([[1.]])

diamond(5)
Out: 
array([[0., 0., 0., 0., 1., 0., 0., 0., 0.],
       [0., 0., 0., 1., 0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0., 0., 1., 0., 0.],
       [0., 1., 0., 0., 0., 0., 0., 1., 0.],
       [1., 0., 0., 0., 0., 0., 0., 0., 1.],
       [0., 1., 0., 0., 0., 0., 0., 1., 0.],
       [0., 0., 1., 0., 0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0., 1., 0., 0., 0.],
       [0., 0., 0., 0., 1., 0., 0., 0., 0.]])

В моих таймингах это примерно на 40% быстрее, чем ответ @Daweo, и несколько более простой код.

def diamond_Daweo(n):
    arr = np.diagflat(np.ones(n), n-1)  # now we have 1s in upper-right part
    arr = np.maximum(arr,np.flip(arr,1))  # now we have 1s in upper part
    return np.maximum(arr,np.flip(arr,0))  # now we have 1s everywhere

%timeit diamond_Daweo(100)
120 µs ± 1.9 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit diamond(100)
75.8 µs ± 2.86 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
def diamond(m):
    n = 2 * m - 1
    res = [[0] * n for _ in range(n)]
    # make first m lines
    for x in range(m):
        res[x][m - x - 1] = 1
        res[x][n - (m - x)] = 1
    # copy other lines as they as symmetric with above line by line m - 1
    for x in range(m, n):
        res[x] = res[2 * (m - 1) - x][:]
    return res

В приведенном ниже решении используются numpy.eye и numpy.flip для определения массивов правильного размера, заполненных линиями, необходимыми для рисования ромба (одна диагональ влево-вверх (lu) и одна диагональ влево-вниз (ld).

numpy.zeros затем используется для создания массива правильных размеров для хранения ромба с size единицами на каждом ребре (d). Каждое измерение size*2-1 учитывает полную ширину обеих линий вдоль каждой оси, а -1 учитывает вершины/углы.

Затем numpy.where используется для эффективного сопоставления обоих типов линий, сгенерированных выше, с правильными позициями на d, чтобы «нарисовать» ромб в единицах. Это достигается путем первого нарезки d, чтобы каждая строка начиналась с правильного индекса, прежде чем lu/ld использовались для создания маски, применяемой к соответствующему выделению, чтобы заполнить их.

import numpy as np

def diamond(size):
    lu = np.eye(size) # Define left-upward edge
    ld = np.flip(lu, axis=0) # Define left-downward edge
    d = np.zeros((lu.shape[0]*2-1, lu.shape[1]*2-1)) # Create empty array of correct size filled with zeros
    mid = size-1 # Store mid-point index of each axis
    d[np.where(ld==1)] = 1 # Write upper left-centre edge
    d[:,mid:][np.where(lu==1)] = 1 # Write upper centre-right edge
    d[mid:,mid:][np.where(ld==1)] = 1 # Write lower right-centre edge
    d[mid:,:][np.where(lu==1)] = 1 # Write lower left-centre edge
    return d.astype(int) # Return diamond shaped array with values int instead of float

print(diamond(1),'\n')
print(diamond(2),'\n')
print(diamond(3),'\n')
print(diamond(4),'\n')

Выход

[[1]]

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

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

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

Другие вопросы по теме