归一化 Numpy 上三角子数组答案

【问题标题】：Normalize Numpy Upper-triangular subarray归一化 Numpy 上三角子数组
【发布时间】：2012-09-16 03:01:17
【问题描述】：

我有一个维度为 4 的上三角子数组。它被初始化为

N, Q = (99, 23)
bivariate = np.zeros((N,N,Q,Q))

然后用类似的东西填充

for i in range(N):
    for j in range(i+1,N):
        bivariate[i,j] = num

我希望将上三角元素归一化为 (Q,Q) 矩阵。我目前正在这样做，只需做一个

bivariate /= bivariate.sum(axis=3).sum(axis=2)[:,:,np.newaxis,np.newaxis]

但由于下三角部分的空数组被规范化，我收到了运行时警告。除了以下方法之外，还有更好的方法吗？

for i in range(N):
    for j in range(i+1,N):
        bivariate[i,j] /= bivariate[i,j].sum()

谢谢。

【问题讨论】：

标签： python multidimensional-array numpy normalization

【解决方案1】：

FWIW，我发现单独处理上三角部分然后将其重新插入要容易得多。

triu = np.tri_indices(n, 1)
upper_tri = bivariate[triu].reshape(-1, Q*Q)
upper_tri /= upper_tri.sum(axis=1)
bivariate[triu] = upper_tri.reshape(-1, Q, Q)

【讨论】：

【解决方案2】：

如果您担心得到np.nan，可以尝试将归一化因子的空条目替换为 1：

 norm_factor = bivariate.sum(axis=3).sum(axis=2)[:,:,None,None]
 bivariate /= np.where(norm, norm, 1)

至少你会避免for 循环...

【讨论】：