numpy 返回函数的上三角矩阵实例
numpy 返回函数的上三角矩阵
np.triu() matrix2=np.triu(matrix1)
numpy.triu(m, k=0)[source]
Upper triangle of an array.
Return a copy of a matrix with the elements below the k-th diagonal zeroed.
np.triu([[1,2,3],[4,5,6],[7,8,9],[10,11,12]], -1) array([[ 1, 2, 3], [ 4, 5, 6], [ 0, 8, 9], [ 0, 0, 12]])
以上这篇numpy 返回函数的上三角矩阵实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持小牛知识库。
-
问题内容： 我有一个矩阵，我想要2个矩阵，所以包含A的上三角元素（所有元素在对角线以上且不包括对角线），以及类似的for （所有元素在下面的且不对角线）。有没有办法做到这一点？ 例如 问题答案： 尝试（上三角）和（下三角）。
-
问题内容： 我正在使用Numpy将数据存储到矩阵中。从R背景开始，有一种极其简单的方法将函数应用于矩阵的行/列或两者。 python / numpy组合是否有类似的东西？编写自己的小实现不是问题，但是在我看来，我想出的大多数版本都将比现有的实现效率低得多/占用更多内存。 我想避免从numpy矩阵复制到局部变量等，这可能吗？ 我尝试实现的功能主要是简单的比较（例如，某列中有多少个元素小于数字x，或者
-
问题内容： 给定以下形式的方形熊猫DataFrame： 如何能在上三角熔化得到以下形式的矩阵 我对惯用的熊猫解决方案更感兴趣，自定义索引器将很容易手动编写… 预先感谢您的考虑和回应。 问题答案： 首先，我将的较低值转换为by和and ，然后设置列名称：
-
特殊矩阵——三对角矩阵(Tridiagonal Matrix) 注：压缩存储的矩阵可以分为特殊矩阵和稀疏矩阵。对于那些具有相同元素或零元素在矩阵中分布具有一定规律的矩阵，被称之为特殊矩阵。对于那些零元素数据远远多于非零元素数目，并且非零元素的分布没有规律的矩阵称之为稀疏矩阵。 1. 三对角矩阵的概念 三对角矩阵就是对角线、邻近对角线的上下次对角线上有元素，其他位置均为0的矩阵。 三对角矩阵是一种特
-
我正在处理一个非常大的稀疏矩阵乘法（matmul）问题。作为一个例子，让我们说： > A是一个二进制（75 x 200,000）矩阵。它很稀疏，所以我使用csc进行存储。我需要执行以下matmul操作： B=A.转置（）*A 输出将是大小为200Kx200K的稀疏对称矩阵。 不幸的是，B存储在我笔记本电脑上的RAM（或“核心”）中会变得太大。另一方面，我很幸运，因为B有一些属性可以解决这个问题。
-
这得到了我想要的，但可能没有很好地扩展？ 产量
-
问题内容： 这是我拥有的python矩阵的简短版本。我的信息在上方的三角形中。有简单的功能将矩阵的上三角复制到下三角吗？ 问题答案： 要在NumPy中执行此操作，而无需使用双循环，可以使用。请注意，根据矩阵的大小，这可能会比添加转置和减去对角线慢一些，尽管此方法可能更具可读性。 注意不要混用，因为它们都使用行主索引，也就是说，这行不通：
-
这是我的审判，但它没有涵盖一切，也在重复，我做错了什么？