首页 文章

在numpy或pytorch中自动获得对角矩阵条纹

提问于
浏览 次
2

我需要获得矩阵的对角条纹（这里不确定术语，对角矩阵条纹似乎最好描述它） .

比方说，我有一个大小为KxN的矩阵，其中K和N是任意大小，K> N.说，我有一个矩阵：

[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

从中我需要提取对角条纹，在这种情况下，是通过截断原始条带创建的矩阵MxV大小：

[[ 0  x  x]
 [ 3  4  x]
 [ x  7  8]
 [ x  x  11]]

所以结果矩阵是：

[[ 0  4  8]
 [ 3  7  11]]

下面是一个使用矩阵屏蔽的小示例代码，用于去除屏蔽位置：

import numpy as np
X=np.arange(12).reshape(4,3)
mask=np.asarray([
  [ True,  False,  False],
  [ True,  True,  False], 
  [ False, True,  True], 
  [ False, False,  True]
])

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

>>> X
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])

>>> X.T[mask.T].reshape(3,2).T
array([[ 0,  4,  8],
       [ 3,  7, 11]])

但我不知道如何将这种面具自动生成任何K和N尺寸，例如 . 39x9或360x96

任何帮助表示赞赏 . 也许有一些函数可以在numpy，scipy或pytorch中自动执行此操作？

编辑：

我有另一个问题，是否有可能而不是得到：

[[ 0  x  x]
 [ 3  4  x]
 [ x  7  8]
 [ x  x  11]]

要得到这样的反向条纹：

[[ x   x   2]
 [ x   4   5]
 [ 6   7   x]
 [ 9   x   x]]
python numpy matrix scipy pytorch

2 回答

  • 1

    stride_tricks 诀窍：

    >>> import numpy as np
>>> 
>>> def stripe(a):
...    a = np.asanyarray(a)
...    *sh, i, j = a.shape
...    assert i >= j
...    *st, k, m = a.strides
...    return np.lib.stride_tricks.as_strided(a, (*sh, i-j+1, j), (*st, k, k+m))
... 
>>> a = np.arange(24).reshape(6, 4)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [16, 17, 18, 19],
       [20, 21, 22, 23]])
>>> stripe(a)
array([[ 0,  5, 10, 15],
       [ 4,  9, 14, 19],
       [ 8, 13, 18, 23]])

    如果 a 是一个数组，则会创建一个可写视图，这意味着如果你有这种倾向，你可以做类似的事情

    >>> stripe(a)[...] *= 10
>>> a
array([[  0,   1,   2,   3],
       [ 40,  50,   6,   7],
       [ 80,  90, 100,  11],
       [ 12, 130, 140, 150],
       [ 16,  17, 180, 190],
       [ 20,  21,  22, 230]])

    更新：可以以同样的精神获得从左下到右上的条纹 . 只有轻微的复杂性：它不是基于与原始数组相同的地址 .

    >>> def reverse_stripe(a):
...     a = np.asanyarray(a)
...     *sh, i, j = a.shape
...     assert i >= j
...     *st, k, m = a.strides
...     return np.lib.stride_tricks.as_strided(a[..., j-1:, :], (*sh, i-j+1, j), (*st, k, m-k))
... 
>>> a = np.arange(24).reshape(6, 4)
>>> reverse_stripe(a)
array([[12,  9,  6,  3],
       [16, 13, 10,  7],
       [20, 17, 14, 11]])
    回复于
  • 3

    延伸保罗的答案 . 您可以在PyTorch中使用diag多次执行相同的操作（我不认为在PyTorch中有任何直接的功能可以做大步）

    In [1]: import torch

In [2]: def stripe(a):
   ...:     i, j = a.size()
   ...:     assert(i>=j)
   ...:     out = torch.zeros((i-j+1, j))
   ...:     for diag in range(0, i-j+1):
   ...:         out[diag] = torch.diag(a, -diag)
   ...:     return out
   ...: 

In [3]: a = torch.randn((6, 3))

In [4]: a
Out[4]: 

 0.7669  0.6808 -0.6102
-1.0624 -1.2016 -0.7308
 1.4054 -1.0621  0.2618
-0.9505 -0.9322 -0.4321
-0.0134 -1.3684  0.1883
-0.8499  0.2533 -0.3976
[torch.FloatTensor of size 6x3]

In [5]: stripe(a)
Out[5]: 

 0.7669 -1.2016  0.2618
-1.0624 -1.0621 -0.4321
 1.4054 -0.9322  0.1883
-0.9505 -1.3684 -0.3976
[torch.FloatTensor of size 4x3]
    回复于

相关问题