好吧,我编写了一些用于矢量化对称矩阵的代码,它只需要唯一的元素并将它们转换为一维向量,同时还将非对角线元素乘以 root2:
def vectorize_mat(mat):
assert mat.shape[0] == mat.shape[1], 'Matrix is not square'
n = int(mat.shape[0])
vec_len = 0.5*n*(n+1)
weight_mat = (np.tri(n,k=-1)*np.sqrt(2))+np.identity(n)
mask_mat = np.tri(n).astype(bool)
vec_mat = (mat*weight_mat)[mask_mat]
return vec_mat
这非常有效,现在我正在尝试弄清楚如何从向量重建原始数组。我已经得到了原始矩阵尺寸,如下所示:
v = len(vec_mat)
n = isqrt(2*v)
其中 isqrt() 是一个整数平方根:Integer square root in python
但我正在努力思考下一步该做什么。我现在可以重建权重和掩模矩阵。显然,我可以对权重矩阵进行矢量化并将向量除以它,或者将重建的矩阵除以权重矩阵以撤消该步骤,但我不知道如何进行 reshape 和其他内容(来自 bool 索引) 。也许那里有一些 super 简单的答案,但我似乎看不到它。
最佳答案
回答您的标题问题。索引 - 包括 bool 索引 - 可用于赋值。
这是一个例子。让我们首先使用蒙版提取下三角形。
>>> a = np.arange(25).reshape(5, 5)
>>> y, x = np.ogrid[:5, :5]
>>> lower = y>=x
>>> b = a[lower]
现在 b 包含下三角形。我们可以使用相同的掩模来重建下三角形并对称地填充上三角形:
>>> recon = np.empty_like(a)
>>> recon[lower] = b
>>> recon.T[lower] = b
>>> recon
array([[ 0, 5, 10, 15, 20],
[ 5, 6, 11, 16, 21],
[10, 11, 12, 17, 22],
[15, 16, 17, 18, 23],
[20, 21, 22, 23, 24]])
关于python - 如何从 bool 索引数组对原始数组进行逆向工程?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53318116/