如何解决删除零元素的对角线
我正在尝试从原始形状重塑数组,以使每行的元素沿对角线下降:
np.random.seed(0)
my_array = np.random.randint(1,50,size=(5,3))
array([[45,48,1],[ 4,4,40],[10,20,22],[37,24,7],[25,25,13]])
我希望结果看起来像这样:
my_array_2 = np.array([[45,0],[ 0,13]])
这是我所能获得的最接近的解决方案:
my_diag = []
for i in range(len(my_array)):
my_diag_ = np.diag(my_array[i],k=0)
my_diag.append(my_diag_)
my_array1 = np.vstack(my_diag)
array([[45,13]])
我认为可以从此处删除所有零对角线,但是我不确定该怎么做。
解决方法
使用numpy.pad
的一种方式:
n = my_array.shape[1] - 1
np.dstack([np.pad(a,(i,n-i),"constant")
for i,a in enumerate(my_array.T)])
输出:
array([[[45,0],[ 4,48,[10,4,1],[37,20,40],[25,24,22],[ 0,25,7],13]]])
,
在numpy中可能有移位功能,但是我不熟悉,所以这里是使用熊猫的解决方案。将np.zeros连接到原始数组,并使行数等于ncols-1。然后遍历每个col并将其向下移动等于列号的数字。
import numpy as np
import pandas as pd
np.random.seed(0)
my_array = np.random.randint(1,50,size=(5,3))
df = pd.DataFrame(np.concatenate((my_array,np.zeros((my_array.shape[1]-1,my_array.shape[1])))))
for col in df.columns:
df[col] = df[col].shift(int(col))
df.fillna(0).values
输出
array([[45.,0.,0.],[ 4.,48.,[10.,4.,1.],[37.,20.,40.],[25.,24.,22.],[ 0.,25.,7.],13.]])
,
In [134]: arr = np.array([[45,...: [ 4,...: [10,...: [37,...: [25,13]])
In [135]: res= np.zeros((arr.shape[0]+arr.shape[1]-1,arr.shape[1]),arr.dtype)
从np.diag
如何索引对角线中获取提示,然后在arr
的行上进行迭代:
In [136]: for i in range(arr.shape[0]):
...: n = i*arr.shape[1]
...: m = arr.shape[1]
...: res.flat[n:n+m**2:m+1] = arr[i,:]
...:
In [137]: res
Out[137]:
array([[45,13]])
,
您可以使用简单的广播和填充为输出创建精美的索引。首先填充数据的结尾:
a = np.concatenate((a,np.zeros((a.shape[1] - 1,a.shape[1]),a.dtype)),axis=0)
现在创建一个索引,以使用它们的负索引获取元素。这将使滚动到末尾变得微不足道:
cols = np.arange(a.shape[1])
rows = np.arange(a.shape[0]).reshape(-1,1) - cols
现在只需索引:
result = a[rows,cols]
对于大型阵列,这可能不如运行小循环有效。同时,这避免了实际的循环,并允许您编写单线(但请不要这样做):
result = np.concatenate((a,axis=0)[np.arange(a.shape[0] + a.shape[1] - 1).reshape(-1,1) - np.arange(a.shape[1]),np.arange(a.shape[1])]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。