Python numpy如何单行实现填充X形1的全0矩阵生成

可行的单行实现方案 #

你可以直接用以下任意一种单行代码替换原分割线之间的逻辑，都可以避免奇数尺寸中心值为2的问题：

• 布尔判断转整型（最简洁推荐）

m = (np.eye(size) + np.fliplr(np.eye(size)) > 0).astype(int)

原理是两条对角线相加后，非0的位置就是需要设为1的位置，直接布尔值转整型即可得到符合要求的矩阵。

• 最大值法

m = np.maximum(np.eye(size), np.fliplr(np.eye(size))).astype(int)

原理是取两个对角矩阵对应位置的最大值，不会出现相加得2的情况，直接转整型即可。

• 索引直接赋值法

m = np.zeros((size, size), dtype=int); m[range(size), range(size)] = m[range(size), range(size-1, -1, -1)] = 1

原理是利用numpy的高级索引直接给两条对角线赋值1，用分号分隔两个语句实现单行。

如果想要整个函数的实现更简洁，甚至可以直接在return中写逻辑，不需要单独定义变量m：

def mat(size):
    return (np.eye(size) + np.fliplr(np.eye(size)) > 0).astype(int)

所有方案的输出都完全匹配你给出的X形矩阵示例。

内容的提问来源于stack exchange，提问作者Tiran