Python 如何从矩阵中选择特定的非对角带?
假设一个Python 如何从矩阵中选择特定的非对角带?,python,numpy,Python,Numpy,假设一个NxN方阵。我想选择一个宽度为w的频带,该频带与主对角线偏移k,如下例所示N=9,w=4,k=-1 元素的顺序应为。因此,基本上,相应的指数应该是np.tril\u指数(N,k=k)减去np.tril\u指数(N,k=k-w): 或者,也可以使用存储完整矩阵作为中间结果,并且仅适用于二维阵列: B = np.ravel(np.tril(M, k=k) - np.tril(M, k=k-w)) B[B.nonzero()] 我想知道是否有更有效和/或更简洁的方法来实现这一点 In [1
NxN
方阵。我想选择一个宽度为w
的频带,该频带与主对角线偏移k
,如下例所示N=9,w=4,k=-1
元素的顺序应为。因此,基本上,相应的指数应该是np.tril\u指数(N,k=k)
减去np.tril\u指数(N,k=k-w)
:
或者,也可以使用存储完整矩阵作为中间结果,并且仅适用于二维阵列:
B = np.ravel(np.tril(M, k=k) - np.tril(M, k=k-w))
B[B.nonzero()]
我想知道是否有更有效和/或更简洁的方法来实现这一点
In [19]: np.tri(6,6, dtype=bool)
Out[19]:
array([[ True, False, False, False, False, False],
[ True, True, False, False, False, False],
[ True, True, True, False, False, False],
[ True, True, True, True, False, False],
[ True, True, True, True, True, False],
[ True, True, True, True, True, True]])
组合2个tri
遮罩:
In [22]: np.tri(6,6, dtype=bool)&~np.tri(6,6,-3,dtype=bool)
Out[22]:
array([[ True, False, False, False, False, False],
[ True, True, False, False, False, False],
[ True, True, True, False, False, False],
[False, True, True, True, False, False],
[False, False, True, True, True, False],
[False, False, False, True, True, True]])
In [23]: np.where(Out[22])
Out[23]:
(array([0, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5]),
array([0, 0, 1, 0, 1, 2, 1, 2, 3, 2, 3, 4, 3, 4, 5]))
np.tri
本质上是:
In [29]: np.greater_equal.outer(np.arange(4),np.arange(4))
Out[29]:
array([[ True, False, False, False],
[ True, True, False, False],
[ True, True, True, False],
[ True, True, True, True]])
In [30]: np.greater_equal(np.arange(4)[:,None],np.arange(4))
Out[30]:
array([[ True, False, False, False],
[ True, True, False, False],
[ True, True, True, False],
[ True, True, True, True]])
np.tril
仅将where
应用于此
In [37]: np.greater_equal(np.arange(4)[:,None], np.arange(4)) &
np.less_equal(np.arange(-1,3)[:,None], np.arange(4))
Out[37]:
array([[ True, False, False, False],
[ True, True, False, False],
[False, True, True, False],
[False, False, True, True]])
In [37]: np.greater_equal(np.arange(4)[:,None], np.arange(4)) &
np.less_equal(np.arange(-1,3)[:,None], np.arange(4))
Out[37]:
array([[ True, False, False, False],
[ True, True, False, False],
[False, True, True, False],
[False, False, True, True]])