将python矩阵中的上三角形复制到下三角形

这是我的python矩阵的一个简短版本。我有上面三角形的信息。是否有一个简单的函数可以将矩阵的上三角复制到下三角？

如果我正确理解了这个问题，我相信这会起作用

       iluropoda_melanoleuca  bos_taurus  callithrix_jacchus  canis_familiaris
ailuropoda_melanoleuca     0        84.6                97.4                44
bos_taurus                 0           0                97.4              84.6
callithrix_jacchus         0           0                   0              97.4
canis_familiaris           0           0                   0                 0

---

要在NumPy中执行此操作，而不使用双循环，可以使用。请注意，根据矩阵大小，这可能会慢一些，尽管此方法更具可读性

for i in range(num_rows):
    for j in range(i, num_cols):
        matrix[j][i] = matrix[i][j]

注意不要尝试混合

tril_索引

，因为它们都使用行主索引，也就是说，这不起作用：

>>> i_lower = np.tril_indices(n, -1)
>>> matrix[i_lower] = matrix.T[i_lower]  # make the matrix symmetric

---

我想这里有一个更好的：

>>> i_upper = np.triu_indices(n, 1)
>>> i_lower = np.tril_indices(n, -1)
>>> matrix[i_lower] = matrix[i_upper]  # make the matrix symmetric
>>> np.allclose(matrix.T, matrix)
False

为NumPy阵列执行此操作的最简单、最快速（无循环）方法如下： 与10x10矩阵相比，100x100矩阵的以下速度快约3倍，且大致相同

>>> a = np.arange(16).reshape(4, 4)
>>> print(a)
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

>>> iu = np.triu_indices(4,1)
>>> il = (iu[1],iu[0])
>>> a[il]=a[iu]
>>> a
    array([[ 0,  1,  2,  3],
           [ 1,  5,  6,  7],
           [ 2,  6, 10, 11],
           [ 3,  7, 11, 15]])

请注意，矩阵必须是上三角形才能开始，或者它应该是上三角形，如下所示

import numpy as np

X= np.array([[0., 2., 3.],
             [0., 0., 6.],
             [0., 0., 0.]])

X = X + X.T - np.diag(np.diag(X))
print(X)

#array([[0., 2., 3.],
#       [2., 0., 6.],
#       [3., 6., 0.]])

---

---

如果U是上三角矩阵，可以使用和转置使其对称：

rng = np.random.RandomState(123)
X = rng.randomint(10, size=(3, 3))
print(X)
#array([[2, 2, 6],
#       [1, 3, 9],
#       [6, 1, 0]])

X = np.triu(X)
X = X + X.T - np.diag(np.diag(X))
print(X)
#array([[2, 2, 6],
#       [2, 3, 9],
#       [6, 9, 0]])

def inmatrix（m，n）：#输入矩阵函数
a=[]
对于范围内的i（m）：
b=[]
对于范围（n）内的j：
elm=int（输入（“在口袋中输入数字[“+str（i）+”][“+str（j）+”]”）
b、 附加（elm）
a、 附加（b）
归还
def矩阵（a）：#打印矩阵函数
对于范围内的i（len（a））：
对于范围内的j（len（a[0]）：
打印（a[i][j]，end=”“）
打印（）
m=int（输入（“输入行数”））
n=int（输入（“输入列数”））
a=inmatrix（m，n）#调用输入矩阵函数
矩阵（a）#打印矩阵
t=[]#创建空白列表
对于范围内的i（m）：
对于范围（n）内的j：
如果i>j:#检查上三角元素
t、 附加（a[i][j]）#将它们添加到列表中
k=0#列表变量
对于范围内的i（m）：
对于范围（n）内的j：
如果是iYes，这对大型矩阵有效且速度更快。对于100x100，我的速度要快3到4倍，但10x10的速度是相同的。一个重要的警告是，只有当矩阵的下半部分全部为零时（如OP的问题中所述），这才有效。如果由于某种原因，下半部分并非全为零，则在添加转置和减去对角线后退之前，您需要包含
X=np.triu（X）
，在这种情况下，10x10的速度要慢约2倍，但100x100的速度要快约1.5倍。您好@seralouk，如果您能在此线程中提供一些建议，我们将不胜感激：
LDU = triu(U,1)+U.T

def inmatrix(m,n):#input Matrix Function 
    a=[]

    for i in range(m):

        b=[]

        for j in range(n):

            elm=int(input("Enter number in Pocket ["+str(i)+"]["+str(j)+"] "))

            b.append(elm)

        a.append(b)

    return  a

def Matrix(a):#print Matrix Function

    for i in range(len(a)):

        for j in range(len(a[0])):

            print(a[i][j],end=" ")

        print()
m=int(input("Enter number of row "))

n=int(input("Enter number of column"))

a=inmatrix(m,n) #call input Matrix function

Matrix(a)#print Matrix 

t=[]#create Blank list 

for i in range(m):

    for j in range(n):

        if i>j:#check upper triangular Elements 

            t.append(a[i][j])#add them in a list 

k=0#variable for list 

for i in range(m):

    for j in range(n):

        if i<j:

            a[i][j]=t[k]copy list item to lower triangular 

            k=k+1

Matrix(a)# print Matrix after change