更改二进制对角矩阵的块顺序答案

【问题标题】：Change block order of a binary diagonal matrix更改二进制对角矩阵的块顺序
【发布时间】：2021-09-13 21:30:29
【问题描述】：

我有以下二进制矩阵（numpy 数组）：

M = np.array([[1, 1, 0, 0], [1, 0, 0, 0], [0, 0, 1, 1], [0, 0, 1, 0]])

实际上，它在对角线上有两个三角形。我想反转矩阵的块，使两个三角形出现在另一个对角线上，但保持相同的形状：

M = np.array([[0, 0, 1, 1], [0, 0, 1, 0], [1, 1, 0, 0], [1, 0, 0, 0]])

我尝试使用带有 sort_index() 的 Dataframe 以及可能的轴和升序组合，但它们都不起作用。

我该怎么做？

我需要一个通用代码，它也适用于对角线上有这些三角形结构的更大矩阵。

在视觉上，我想从：至：

【问题讨论】：

IIUC，我认为最后一行的预期输出有错误（应该是[0, 1, 0, 0]）
有一个错误，但反过来。我刚刚修好了。
如果数组是：array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15]]) ，你能给出预期的输出吗？
鉴于三角形的解释，我真的不明白 OP 想要什么......
我添加了一个视觉图像来试图澄清

标签： python numpy

【解决方案1】：

您需要暂时注入一个额外的维度来反转。为此，您必须知道沿轴的三角形的大小（或数量）：

import numpy as np

# generate dummy input with 3 triangles of size 2
tri = np.array([[1, 1], [1, 0]])
zero = np.zeros_like(tri)
arr = np.block([[tri, zero, zero], [zero, tri, zero], [zero, zero, tri]])
# alternatively: arr = np.kron(np.eye(3), tri)

tri_size = tri.shape[0]
res = arr.reshape(-1, tri_size, arr.shape[-1])[::-1, ...].reshape(arr.shape)

上面输入：

array([[1, 1, 0, 0, 0, 0],
       [1, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 1, 0, 0, 0],
       [0, 0, 0, 0, 1, 1],
       [0, 0, 0, 0, 1, 0]])

输出：

array([[0, 0, 0, 0, 1, 1],
       [0, 0, 0, 0, 1, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 1, 0, 0, 0],
       [1, 1, 0, 0, 0, 0],
       [1, 0, 0, 0, 0, 0]])

如果原始数组的形状为(num_triangles * triangle_size, second_dim)，则辅助数组的形状为(num_triangles, triangle_size, second_dim)。

【讨论】：

【解决方案2】：

只需反向切割第二个轴：M[:, ::-1]

输出：

array([[0, 0, 1, 1],
       [0, 0, 0, 1],
       [1, 1, 0, 0],
       [0, 1, 0, 0]])

注意。举一个明确的例子，这从：

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

到：

array([[ 3,  2,  1,  0],
       [ 7,  6,  5,  4],
       [11, 10,  9,  8],
       [15, 14, 13, 12]])

【讨论】：

我在请求中犯了一个错误。我刚刚更新了它。无论如何感谢您的回答。

【解决方案3】：

尝试使用numpy.roll

import numpy as np
M = np.array([[1, 1, 0, 0], [1, 0, 0, 0], [0, 0, 1, 1], [0, 0, 1, 0]])
M = np.roll(M,2,axis=1) # Axis 1 for row wise
print(M)
>>> array([
       [0, 0, 1, 1],
       [0, 0, 1, 0],
       [1, 1, 0, 0],
       [1, 0, 0, 0]])

【讨论】：