Question

假设我有以下矩阵：

A = np.array([
     [1,2,3],
     [4,5,6],
     [7,8,9]])

如何在没有对角线的情况下有效提取上三角矩阵？输出将是以下数组：

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

Answer 1

掩盖的一种方法 -

def upper_tri_masking(A):
    m = A.shape[0]
    r = np.arange(m)
    mask = r[:,None] < r
    return A[mask]

另一位np.triu_indices -

def upper_tri_indexing(A):
    m = A.shape[0]
    r,c = np.triu_indices(m,1)
    return A[r,c]

示例运行 -

In [403]: A
Out[403]: 
array([[79, 17, 79, 58, 14],
       [87, 63, 89, 26, 31],
       [69, 34, 90, 24, 96],
       [59, 60, 80, 52, 46],
       [75, 80, 11, 61, 47]])

In [404]: upper_tri_masking(A)
Out[404]: array([17, 79, 58, 14, 89, 26, 31, 24, 96, 46])

运行时测试 -

In [415]: A = np.random.randint(0,9,(5000,5000))

In [416]: %timeit upper_tri_masking(A)
10 loops, best of 3: 64.2 ms per loop

In [417]: %timeit upper_tri_indexing(A)
1 loop, best of 3: 252 ms per loop

Answer 2

简短回答

A[np.triu_indices_from(A, k=1)]

长答案：

您可以使用以下方法获取矩阵中上三角的索引：

indices = np.triu_indices_from(A)

indices
Out[1]: 
(array([0, 0, 0, 1, 1, 2], dtype=int64),
 array([0, 1, 2, 1, 2, 2], dtype=int64))

这将包括对角线索引，要排除它们，您可以将对角线偏移1：

indices_with_offset = np.triu_indices_from(A, k=1)

indices_with_offset
Out[2]: 
(array([0, 0, 1], dtype=int64), 
 array([1, 2, 2], dtype=int64))

现在将它们与您的矩阵一起用作蒙版

A[indices_with_offset]

Out[3]: 
array([2, 3, 6])

请参阅文档here

Answer 3

np.triu(A, k=1)
indices = np.where(np.triu(np.ones(A.shape), k=1).astype(bool))
print(A[x])

[2 3 6]

如何使用numpy得到没有对角线的三角形上矩阵

3 个答案: