45
       iluropoda_melanoleuca  bos_taurus  callithrix_jacchus  canis_familiaris
ailuropoda_melanoleuca     0        84.6                97.4                44
bos_taurus                 0           0                97.4              84.6
callithrix_jacchus         0           0                   0              97.4
canis_familiaris           0           0                   0                 0

这是我拥有的 python 矩阵的简短版本。我在上面的三角形中有信息。是否有一个简单的功能可以将上三角形复制到矩阵的下三角形?

4

6 回答 6

67

要在 NumPy 中执行此操作,无需使用双循环,您可以使用tril_indices. 请注意,根据您的矩阵大小,这可能比添加转置和减去对角线要慢,尽管这种方法可能更具可读性。

>>> i_lower = np.tril_indices(n, -1)
>>> matrix[i_lower] = matrix.T[i_lower]  # make the matrix symmetric

请注意不要尝试混合tril_indicestriu_indices因为它们都使用行主索引,即,这不起作用:

>>> i_upper = np.triu_indices(n, 1)
>>> i_lower = np.tril_indices(n, -1)
>>> matrix[i_lower] = matrix[i_upper]  # make the matrix symmetric
>>> np.allclose(matrix.T, matrix)
False
于 2017-02-13T16:48:36.807 回答
32

对 NumPy 数组执行此操作的最简单且最快(无循环)的方法如下:

与接受的答案相比,100x100 矩阵的以下速度快约 3 倍,10x10 矩阵的速度大致相同。

import numpy as np

X= np.array([[0., 2., 3.],
             [0., 0., 6.],
             [0., 0., 0.]])

X = X + X.T - np.diag(np.diag(X))
print(X)

#array([[0., 2., 3.],
#       [2., 0., 6.],
#       [3., 6., 0.]])

请注意,矩阵必须以上三角形开头,或者应按如下方式制成上三角形。

rng = np.random.RandomState(123)
X = rng.randomint(10, size=(3, 3))
print(X)
#array([[2, 2, 6],
#       [1, 3, 9],
#       [6, 1, 0]])

X = np.triu(X)
X = X + X.T - np.diag(np.diag(X))
print(X)
#array([[2, 2, 6],
#       [2, 3, 9],
#       [6, 9, 0]])

于 2019-11-11T18:25:04.250 回答
5

如果我正确理解了这个问题,我相信这会奏效

for i in range(num_rows):
    for j in range(i, num_cols):
        matrix[j][i] = matrix[i][j]
于 2013-05-08T16:00:48.707 回答
3

我猜这是一个更好的:

>>> a = np.arange(16).reshape(4, 4)
>>> print(a)
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

>>> iu = np.triu_indices(4,1)
>>> il = (iu[1],iu[0])
>>> a[il]=a[iu]
>>> a
    array([[ 0,  1,  2,  3],
           [ 1,  5,  6,  7],
           [ 2,  6, 10, 11],
           [ 3,  7, 11, 15]])
于 2019-04-27T11:41:32.233 回答
2

如果 U 是上三角矩阵,则可以使用triu和 transpose 使其对称:

LDU = triu(U,1)+U.T
于 2019-12-24T03:29:08.307 回答
0
def inmatrix(m,n):#input Matrix Function 
    a=[]

    for i in range(m):

        b=[]

        for j in range(n):

            elm=int(input("Enter number in Pocket ["+str(i)+"]["+str(j)+"] "))

            b.append(elm)

        a.append(b)

    return  a

def Matrix(a):#print Matrix Function

    for i in range(len(a)):

        for j in range(len(a[0])):

            print(a[i][j],end=" ")

        print()
m=int(input("Enter number of row "))

n=int(input("Enter number of column"))

a=inmatrix(m,n) #call input Matrix function

Matrix(a)#print Matrix 

t=[]#create Blank list 

for i in range(m):

    for j in range(n):

        if i>j:#check upper triangular Elements 

            t.append(a[i][j])#add them in a list 

k=0#variable for list 

for i in range(m):

    for j in range(n):

        if i<j:

            a[i][j]=t[k]copy list item to lower triangular 

            k=k+1

Matrix(a)# print Matrix after change 
于 2021-05-24T17:35:19.533 回答