如何使用numpy获得没有对角线的三角形上矩阵答案

【问题标题】：How to get triangle upper matrix without the diagonal using numpy如何使用numpy获得没有对角线的三角形上矩阵
【发布时间】：2018-04-29 02:40:53
【问题描述】：

假设我有以下矩阵：

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

如何有效地提取没有对角线的上三角矩阵？输出将是以下数组：

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

【问题讨论】：

你试过numpy.triu吗？
这里的并不是真正的矩阵，而是包含列表的元组。
@en_lorithai 大概他们只是想给出他们的矩阵的表示并且知道这一点。
@miradulo 的印象是代码应该是可验证的，但没关系。

标签： python numpy matrix

【解决方案1】：

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

[2 3 6]

【讨论】：

解释为什么你的答案要与众不同，摆脱“低质量答案”的标签。（审查结束）。

【解决方案2】：

简答

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形的索引：

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))

现在将这些与您的矩阵一起用作掩码

A[indices_with_offset]

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

请参阅文档here

【讨论】：

【解决方案3】：

一种掩蔽方法 -

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

另一个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

【讨论】：

另一种选择，np.tru_indices_from。
@miradulo 是的，这是另一种选择！我补充说 np.triu 主要是为了比较/完整性，因为我知道掩蔽将是这里的方法。
是的，有趣的是triu_indices 比掩码慢了多少。永远感谢您的回答！
@miradulo Neat，以前从未见过。