Question

我们说我们有一个n x n矩阵。以n = 4为例：

x x x x
x x x x
x x x x
x x x x

这就是我想要实现的目标：

当cut = 1时，从函数参数给出，矩阵变为：

x x x x
x x x x
x x x x
x x x 0

当cut = 3时：

x x x x
x x x 0
x x 0 0
x 0 0 0

当cut = 5时：

正如我们所看到的，对角线正在被切割成正向斜线，第一个斜线下的所有东西都将为零。

我正在使用numpy的矩阵工具来生成矩阵，但我不知道如何编写这样的算法。有什么帮助吗？

你总是可以假设这个矩阵是n×n矩阵并且切割＆lt; 2n - 1

Answer 1

您可以使用np.tri生成一个矩阵，其中包含低于给定对角线且上面为零的矩阵。由于你想要将右下角归零，我们必须左右翻转：

bottom_right = lambda N, k: np.fliplr(np.tri(N, k=k-N)) == 1

例如，bottom_right(4, 2)创建以下布尔矩阵：

array([[False, False, False, False],
       [False, False, False, False],
       [False, False, False,  True],
       [False, False,  True,  True]], dtype=bool)

您可以将其用作切片以清除角落：

a = np.ones((4, 4))
a[bottom_right(4, 2)] = 0

a现在

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

另一种方式：

基于Mathias711's answer的单行代码：

f = lambda a, k: np.fliplr(np.triu(np.fliplr(a), k=k-a.shape[0]+1))

Answer 2

a = np.array(range(16)).reshape((4,4))
b = np.array([list(i[::-1]) for i in a])
b = np.triu(b,-2)
b = np.array([list(i[::-1]) for i in b])
print b

的产率：

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

因此，-2中的triu对应于您在问题中想要的1。确保执行此操作的功能可以纠正此效果。我知道它不是你遇到的最蟒蛇，但它可以解决问题。

Answer 3

您可以使用以下简单功能：

>>> def convertor(cut,array):
...     return np.flipud(np.tri(4,4,3-cut)).__mul__(array)

在这个函数中，我创建了一个与你的矩阵具有相同维度的矩阵np.tri和np.flipud函数。但它根据你想要的结果由0和1组成。例如{ {1}}你将拥有：

cut = 2

所以现在你需要把这个矩阵与你的相乘！我们在功能中返回了！

演示：

>>> np.flipud(np.tri(4,4,3-2))
array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  0.],
       [ 1.,  1.,  0.,  0.]])

使用numpy将矩阵更高的对角线清零

3 个答案: