除去零线2-d numpy的阵列

我运行在numpyqr factorization返回的ndarrays，即Q和R列表：除去零线2-d numpy的阵列

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

R是一个二维阵列，具有枢转零线在底部（甚至证明了我的测试集中的所有示例）：

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

。现在，我想在两个矩阵R_~分R：

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

和R_0：

[[ 0.   0.   0.  ]]

（提取出所有的零线）。它似乎接近这个解决方案：deleting rows in numpy array。

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

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

来源

2012-06-25 Milla Well

使用np.all与axis说法：

>>> 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]])

来源

2012-06-25 11:59:49 ecatmur

如果axis = 0会怎样？ – denfromufa

@denfromufa'axis = 0'会删除全零*列*。 – ecatmur

这是很明显的，有什么问题是这个过滤不能像'axis = 0'那样应用，而是需要转置 – denfromufa

由于数据不等于零准确，我们需要设定一个阈值，例如1e-零6，使用numpy.all和axis = 1来检查行是否为零。使用numpy.where和numpy.diff获取拆分位置，并调用numpy.split将数组拆分为数组列表。

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)

来源

2012-06-25 12:02:54 HYRY

您认为，1e-6对于大多数目的应该足够精确？我应该学习这个参数吗？ –

@MillaWell的精度总是取决于应用程序。例如，对于土木工程来说，精度为1毫米是非常好的，但对于机械工程来说非常差，例如对于天文学来说有点荒谬。 – heltonbiker

如果你想消除具有可忽略不计的条目行，我会使用np.allclose。

zero_row_indices = [i for i in r.shape[0] if np.allclose(r[i,:],0)] 
nonzero_row_indices =[i for i in r.shape[0] if not np.allclose(r[i,:],0)] 
r_new = r[nonzero_row_indices,:]

来源

2017-05-01 13:54:10 travelingbones

除去零线2-d numpy的阵列

回答

相关问题