相关疑难解决方法(0)

我有一个矩阵A,我想2点矩阵U和L使得U包含A的上三角形单元(上述所有的元素和不包括对角线)同样地,对于L(下面所有的元素和不包括对角线).有没有numpy办法做到这一点？

例如

A = array([[ 4.,  9., -3.],
           [ 2.,  4., -2.],
           [-2., -3.,  7.]])
U = array([[ 0.,  9., -3.],
           [ 0.,  0., -2.],
           [ 0.,  0.,  0.]])
L = array([[ 0.,  0.,  0.],
           [ 2.,  0.,  0.],
           [-2., -3.,  0.]])

我有一个方阵A(可以是任何大小),我想取上三角形部分并将这些值放在一个数组中,而不是中心对角线以下的值(k = 0).

A = array([[ 4,  0,  3],
           [ 2,  4, -2],
           [-2, -3,  7]])

使用numpy.triu(A)让我

A = array([[ 4,  0,  3],
           [ 0,  4, -2],
           [ 0,  0,  7]])

但是从这里我怎么只将上三角形元素复制成一个简单的数组呢？如:

[4, 0, 3, 4, -2, 7]

我只是迭代并复制所有非零元素,但允许上三角形为零.

我想从某个向量中获取一个矩阵x=(x_1,x_2, ..., x_I)，其中该矩阵中的每一行 i 对应于x(i) := (x_1,...,x_{i-1},x_{i+1},...,x_I)。

我知道

from sklearn.cross_validation import LeaveOneOut
I = 30
myrowiterator = LeaveOneOut(I)
for eachrow, _ in myrowiterator:
    print(eachrow)    # prints [1,2,...,29]
                      #        [0,2,...,29] and so on ...

提供一个例程来获取上述矩阵的每一行。但我宁愿直接一步获得矩阵，直接对该矩阵进行操作，而不是循环遍历它的行。这会节省我一些计算时间。