在这个问题阐述了如何访问lower和upper给定矩阵的triagular部分,说:
m = np.matrix([[11, 12, 13],
[21, 22, 23],
[31, 32, 33]])
在这里,我需要在一维数组中转换矩阵,可以这样做:
indices = np.triu_indices_from(m)
a = np.asarray( m[indices] )[-1]
#array([11, 12, 13, 22, 23, 33])
在进行大量计算后a,更改其值,它将用于填充对称的2D数组:
new = np.zeros(m.shape)
for i,j in enumerate(zip(*indices)):
new[j]=a[i]
new[j[1],j[0]]=a[i]
返回:
array([[ 11., 12., 13.],
[ 12., 22., 23.],
[ 13., 23., 33.]])
有没有更好的方法来实现这一目标？更具体地说,避免Python循环重建2D数组？