如何在numpy中对称移动数组

Question

我是 Python 的新手，想问一些关于堆栈溢出的问题，所以对于任何格式错误，我深表歉意。

我正在使用 numpy 在 Python 中处理自相关数组，我想在使用自相关属性作为偶数函数的同时移动一个保存其值的数组。例如，我有一个数组，

a = [0,1,2,3,4]

我希望能够以这种方式移动数组，使其移动但保持关于数字 0（或自相关的原点）对称，并且看起来像这个序列：

    a = [1,0,1,2,3]
    a = [2,1,0,1,2]
    a = [3,2,1,0,1]
    a = [4,3,2,1,0]

有没有简单的方法可以做到这一点？我考虑过使用 numpy 的滚动和翻转功能，但它们似乎并没有完全完成我想要做的事情。任何 help/advice 将不胜感激，谢谢！

编辑：

我的问题的一个更具代表性的例子是尝试进行以下转换，其中 1 代表我函数原点的值：

a = [1, 0.34, 0.59, 0.40, 0.94]
a = [0.34, 1, 0.34, 0.59, 0.40]
a = [0.59, 0.34, 1, 0.34, 0.59]
a = [0.40, 0.59, 0.34, 1, 0.34]
a = [0.94, 0.40, 0.59, 0.34, 1]

再次感谢 advice/help！

Answer 1

您可以为出现在零之前或等于零的所有元素加 +1，为零之后的所有元素加 -1。这是一种方法：

values = np.array([1, 0.34, 0.59, 0.40, 0.94])
a = np.array([0,1,2,3,4])
for i in range(a.size):
  print(values[a])
  a += 2 * (np.arange(a.size) <= a.argmin()) - 1

# [1.   0.34 0.59 0.4  0.94]
# [0.34 1.   0.34 0.59 0.4 ]
# [0.59 0.34 1.   0.34 0.59]
# [0.4  0.59 0.34 1.   0.34]
# [0.94 0.4  0.59 0.34 1.  ]

或者，您可以使用负数范围的 np.arange 并取绝对值：

for i in range(0, -5, -1):
  print(np.abs(np.arange(i,i+5)))

您还可以一次性生成所有移位行的矩阵：

mat = np.eye(5, dtype=int).cumsum(0).cumsum(0)
mat += np.rot90(mat, k=2) - np.eye(5, dtype=int) - 1

[[0 1 2 3 4]
 [1 0 1 2 3]
 [2 1 0 1 2]
 [3 2 1 0 1]
 [4 3 2 1 0]]

如何在numpy中对称移动数组

How to shift array symmetrically in numpy

python

arrays

numpy

shift

autocorrelation