删除零线2-D numpy数组

Question

我跑qr factorization在numpy它返回一个列表ndarrays,分别是Q和R:

>>> [q,r] = np.linalg.qr(np.array([1,0,0,0,1,1,1,1,1]).reshape(3,3))

R 是一个二维数组,在底部有零线(甚至证明了我的测试集中的所有例子):

>>> print r
[[ 1.41421356  0.70710678  0.70710678]
 [ 0.          1.22474487  1.22474487]
 [ 0.          0.          0.        ]]

.现在,我想分成R两个矩阵R_~:

[[ 1.41421356  0.70710678  0.70710678]
 [ 0.          1.22474487  1.22474487]]

并且R_0:

[[ 0.          0.          0.        ]]

(提取所有零线).它似乎接近这个解决方案:删除numpy数组中的行.

编辑:
更有趣:np.linalg.qr()返回一个n x n矩阵.不,我本来期望的:

A := n x m
Q := n x m
R := n x m

Answer 1

使用np.all带有axis参数:

>>> r[np.all(r == 0, axis=1)]
array([[ 0.,  0.,  0.]])
>>> r[~np.all(r == 0, axis=1)]
array([[-1.41421356, -0.70710678, -0.70710678],
       [ 0.        , -1.22474487, -1.22474487]])

Answer 2

因为数据并不完全等于零，所以我们需要设置一个零阈值，例如 1e-6，使用 numpy.all 和 axis=1 来检查行是否为零。使用 numpy.where 和 numpy.diff 获取分割位置，并调用 numpy.split 将数组分割为数组列表。

import numpy as np
[q,r] = np.linalg.qr(np.array([1,0,0,0,1,1,1,1,1]).reshape(3,3))
mask = np.all(np.abs(r) < 1e-6, axis=1)
pos = np.where(np.diff(mask))[0] + 1
result = np.split(r, pos)

Answer 3

由于这是修剪零线二维数组的第一个谷歌结果之一，我想添加我的实现以仅删除二维中的前导零和尾随零：

p = np.where(t != 0)
t = t[min(p[0]) : max(p[0]) + 1, min(p[1]) : max(p[1]) + 1]

这假设您的数组被调用t并且 numpy 被导入为np.