[英]Python - list of same columns / rows from matrix
我有一个矩阵A和一个索引列表,比如l = [0,3,4,5]
。 有没有一种简单的方法来访问对应于那些行和列的A的4x4子矩阵,即A[l,l]
? A[l,:]
访问A[l,:]
中的行的所有列, A[l,1:4]
访问l
的行和A
前四列,但我找不到访问l
列和行索引的方法这种时尚。
目的是我想要定义一个新的矩阵,例如, G = np.eye(4) - A[l,l]
或新的向量v = A[l,l]*c
对于某些4x1向量c
而不移动/复制存储在A中的数据。
IIUC,你可以使用np.ix_
:
>>> A = np.arange(100).reshape(10,10)
>>> L = [0,3,4,5]
>>> np.ix_(L, L)
(array([[0],
[3],
[4],
[5]]), array([[0, 3, 4, 5]]))
>>> A[np.ix_(L, L)]
array([[ 0, 3, 4, 5],
[30, 33, 34, 35],
[40, 43, 44, 45],
[50, 53, 54, 55]])
这也可用于索引以进行修改:
>>> A[np.ix_(L, L)] *= 10
>>> A[np.ix_(L, L)]
array([[ 0, 30, 40, 50],
[300, 330, 340, 350],
[400, 430, 440, 450],
[500, 530, 540, 550]])
当然,如果您愿意,可以随时手动构造ix_
返回的数组:
>>> Larr = np.array(L)
>>> Larr[:,None]
array([[0],
[3],
[4],
[5]])
>>> Larr[None, :]
array([[0, 3, 4, 5]])
如果你正在使用numpy(你应该),你可以这样做
import numpy as np
m=np.reshape(range(36),(6,6))
ix=(0,3,4,5)
m[ix,:][:,ix]
array([[ 0, 3, 4, 5],
[18, 21, 22, 23],
[24, 27, 28, 29],
[30, 33, 34, 35]])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.