提取numpy矩阵的上/下三角部分？

我具有矩阵A和欲2点矩阵U和L使得U包含A对L上三角元件（以上所有的元素和不包括对角），同样（下面的所有元素和不包括对角线）。有没有一个numpy方法来做到这一点？提取numpy矩阵的上/下三角部分？

e.g

A = array([[ 4., 9., -3.], 
      [ 2., 4., -2.], 
      [-2., -3., 7.]]) 
U = array([[ 0., 9., -3.], 
      [ 0., 0., -2.], 
      [ 0., 0., 0.]]) 
L = array([[ 0., 0., 0.], 
      [ 2., 0., 0.], 
      [-2., -3., 0.]])

来源

2012-01-18 pratikm

numpy.triu尝试（三角形上）和numpy.tril（三角形更低）。

来源

2012-01-18 05:15:34

+20

对于OP：知道他们也采用'k'参数常常是有用的，对于哪个对角线可以提取上面或下面（当你需要时它可能非常有用！）。此外，还有函数'np.triu_indices'，'np.tril_indices'，'np.triu_indices_from'和'np.tril_indices_from'来生成索引来索引上或下三角形。（“来自”版本只是输入数组而不是形状） – 2012-01-18 05:17:39

使用numpy.triu和numpy.tril的Array Creation Routines返回具有高于或低于第k个对角线归零的元素的矩阵的副本。

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

    >>> tri_upper_diag = np.triu(a, k=0) 
    >>> tri_upper_diag 
    array([[1, 2, 3], 
      [0, 5, 6], 
      [0, 0, 9]]) 

    >>> tri_upper_no_diag = np.triu(a, k=1) 
    >>> tri_upper_no_diag 
    array([[0, 2, 3], 
      [0, 0, 6], 
      [0, 0, 0]]) 

    >>> tri_lower_diag = np.tril(a, k=0) 
    >>> tri_lower_diag 
    array([[1, 0, 0], 
      [4, 5, 0], 
      [7, 8, 9]]) 

    >>> tri_lower_no_diag = np.tril(a, k=-1) 
    >>> tri_lower_no_diag 
    array([[0, 0, 0], 
      [4, 0, 0], 
      [7, 8, 0]])

来源

2016-11-02 01:24:16

如果要提取上三角值到一个平面向量，你可以这样做：

import numpy as np 

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

a[np.triu_indices(3)] 

#or 

list(a[np.triu_indices(3)])

同样，对于下三角形，使用

np.tril

来源

2017-06-06 16:13:19 sera

提取numpy矩阵的上/下三角部分？

回答

相关问题