提取numpy矩阵的上三角或下三角部分
我有一个矩阵A，我想要2个矩阵U，L所以U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
L（所有元素在下面的且不对角线）。有没有numpy办法做到这一点？
例如
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.]])
问题答案：
-
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：
-
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。
-
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：
-
这是我的审判，但它没有涵盖一切，也在重复，我做错了什么？
-
这得到了我想要的，但可能没有很好地扩展？ 产量