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

现在是

array([[ 1., 1., 1., 1.],

[ 1., 1., 1., 1.],

[ 1., 1., 1., 0.],

[ 1., 1., 0., 0.]])

其他方式:

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

numpy 矩阵对角线_python – 使用numpy将矩阵更高的对角线清零相关推荐

  1. python画矩阵图_Python可视化25_seaborn绘制矩阵图

    矩阵图即用一张图绘制多个变量之间的关系,数据挖掘中常用于初期数据探索: 本文介绍python中seaborn.pairplot(傻瓜版)和seaborn.PairGrid(更个性化版)绘制矩阵图 本文 ...

  2. python中numpy的用法_Python中numpy多维数组的用法

    继上篇讲过numpy如何构建多维数组之后,今天我们来学习numpy多维数组的用法. 加法和减法操作要求操作双方的维数信息一致,均为M*N为数组方可正确执行操作. a = np.arange(4) 输出 ...

  3. python numpy数组切片_python中numpy数组切片实验解释

    print(a[0::2]).a[::2].[:,2].[1:,-1:].a[::-1].[ : n].[m : ].[-1].[:-1].[1:]等的含义 文章目录 一维数组(冒号:) 1.一个参数 ...

  4. numpy报错:ModuleNotFoundError: No module named 'numpy.core._multiarray_umath'(解决办法:安装更高版本的numpy)

    解决办法:安装高版本的numpy 先卸载当前numpy,不然没法直接装高版本的: pip uninstall numpy 再安装numpy: pip install -i https://pypi.t ...

  5. python给矩阵赋值_python – 基本Numpy数组值赋值

    作为一个小练习,我开始在 python中使用数字代码,我正在尝试制作LDLT算法.只是为了"弄湿脚". 但是我似乎缺乏对numpy数组的基本理解.请参阅以下示例: def ldlt ...

  6. numpy 数组抽取_Python 关于NumPy的用法介绍

    NumPy是Python数值计算最重要的基础包,大多数提供科学计算的包都是用NumPy的数组作为构建基础.NumPy本身并没有提供多么高级的数据分析功能,理解NumPy数组以及面向数组的计算,将有助于 ...

  7. python numpy 子数组_Python利用Numpy数组进行数据处理(一)

    Numpy数组使你可以将许多种数据处理任务表达为简洁的数组表达式(否则需要编写循环).用数组表达式代替循环的做法,通常被称为矢量化. np.meshgrid函数接受两个一维数组,并产生两个二维矩阵(对 ...

  8. python的numpy是什么_python中numpy是什么

    我们都知道,Python是一种脚本语言.但是你知道numpy吗?事实上,它是一个开源的科学计算的Python库.NumPy是Python中的科学计算的基本方案.这是一个Python库,它提供了多维数组 ...

  9. c++矩阵类_Python线性代数学习笔记——矩阵的基本运算和基本性质,实现矩阵的基本运算...

    当学习完矩阵的定义以后,我们来学习矩阵的基本运算,与基本性质 矩阵的基本运算:矩阵的加法,每一个对应元素相加,对应结果的矩阵 例子:矩阵A和矩阵B表示的是同学上学期和下学期的课程的成绩,两个矩阵相加就 ...

  10. python numpy读取数据_python使用numpy读取、保存txt数据的实例

    1.首先生成array数组 import numpy as np a = np.random.rand(5,5) print(a) 结果: array([[0.17374613, 0.87715267 ...

最新文章

  1. 2018-3-14智能算法(文章--优化问题的智能算法及其哲学内涵)笔记一(什么是优化问题)
  2. STM32串口USART1的使用方法
  3. VHDL的数据对象(学习笔记1)
  4. C#软件试用实现方式
  5. Java变长数组笛卡尔积_Java 8中的流作为流的笛卡尔积(仅使用流)
  6. 2017-2018-1 Java演绎法 第三周 作业
  7. Taro+react开发(22)--模态框组件
  8. Swipper.js实现轮播功能
  9. html5填空题阅卷,“过五关”般严格,高考阅卷老师来自哪里?研究生参与阅卷?
  10. js中的数组Array定义与sort方法使用示例
  11. 5G组网方案和频谱规划
  12. lammps教程:restart重启计算命令用法详解
  13. 人人商城小程序消息服务器配置,人人商城小程序前端对接教程
  14. 用Python分析经纬度数据
  15. Python数据存储的两种TXT、JSON格式
  16. Java常见面试题 + 答案
  17. 基于cocos2dx引擎开发的大富翁游戏
  18. Python学习——作图plt.cm.Set()用法
  19. 阿里校园招聘前端面试
  20. 04: 部署MongoDB服务 、 MongoDB基本使用

热门文章

  1. 逻辑斯谛回归logistic regression-最大熵
  2. 【洛谷】P3369 【模板】普通平衡树
  3. ubuntu 连接双显示器
  4. fiddler限速_基于fiddler来模拟限速
  5. TopCoder SRM 688
  6. Netty高性能之道 1
  7. 字节跳动加持游戏产业-千氪
  8. Android ORC文字识别之识别身份证号等(附源码)
  9. 前端必备的开发工具推荐——VScode代码编辑器
  10. 企业信息化有哪些好处?