Question

用零填充numpy数组的下三角形的最佳方法是什么，这样我就不必执行以下操作：

a=np.random.random((5,5))
a = np.triu(a)

因为np.triu返回副本，而不是视图。因为我正在处理大型数组，所以最好不需要列表索引。

Answer 1

深入研究triu的内部结构，您会发现它只是将输入乘以tri的输出。

因此，您可以将数组乘以tri：

的输出

>>> a = np.random.random((5, 5))
>>> a *= np.tri(*a.shape)
>>> a
array([[ 0.46026582,  0.        ,  0.        ,  0.        ,  0.        ],
       [ 0.76234296,  0.5298908 ,  0.        ,  0.        ,  0.        ],
       [ 0.08797149,  0.14881991,  0.9302515 ,  0.        ,  0.        ],
       [ 0.54794779,  0.36896506,  0.92901552,  0.73747726,  0.        ],
       [ 0.62917827,  0.61674542,  0.44999905,  0.80970863,  0.41860336]])

与triu类似，这仍会创建第二个数组（tri的输出），但至少它会就地执行操作。啪啪是一种捷径;考虑将您的函数基于triu的完整版本，以获得强大的功能。但请注意，您仍然可以指定对角线：

>>> a = np.random.random((5, 5))
>>> a *= np.tri(*a.shape, k=2)
>>> a
array([[ 0.25473126,  0.70156073,  0.0973933 ,  0.        ,  0.        ],
       [ 0.32859487,  0.58188318,  0.95288351,  0.85735005,  0.        ],
       [ 0.52591784,  0.75030515,  0.82458369,  0.55184033,  0.01341398],
       [ 0.90862183,  0.33983192,  0.46321589,  0.21080121,  0.31641934],
       [ 0.32322392,  0.25091433,  0.03980317,  0.29448128,  0.92288577]])

Answer 2

如果速度和内存使用仍然是一个限制并且Cython可用，那么一个简短的Cython功能将完成你想要的。这是一个为具有双精度值的C连续数组设计的工作版本。

cimport cython
@cython.boundscheck(False)
@cython.wraparound(False)
cpdef make_lower_triangular(double[:,:] A, int k):
    """ Set all the entries of array A that lie above
    diagonal k to 0. """
    cdef int i, j
    for i in range(min(A.shape[0], A.shape[0] - k)):
        for j in range(max(0, i+k+1), A.shape[1]):
            A[i,j] = 0.

这应该比任何涉及乘以大型临时数组的版本快得多。

Answer 3

import numpy as np  
n=3
A=np.zeros((n,n)) 
for p in range(n): 
    A[0,p] = p+1 
    if p >0 :   
         A[1,p]=p+3  
    if p >1 : 
        A[2,p]=p+4

从1
开始创建一个上三角矩阵

如何用零填充numpy数组的上三角？

3 个答案: