我想写一个python函数,它生成一个大小为n乘n的零矩阵,对于主对角线以上的所有元素都有1。
这是我的代码:
def funtest(n):
for i in range(0,n-2):
s = (n,n)
Y = zeros(s)
Z = Y
Z[i,i+1]=1
return Z
但结果只给出了矩阵的(n-1,n-2)元素中的1。
我被卡住了,我真的认为我的代码是正确的,不知道错误在哪里。我该怎么修?有人能帮忙吗?
谢谢。
numpy.diag
函数可以做到这一点:
import numpy as np
print( np.diag(np.ones(4), 1) )
第二个参数(1
)是对角线的偏移量。它给出:
array([[ 0., 1., 0., 0., 0.],
[ 0., 0., 1., 0., 0.],
[ 0., 0., 0., 1., 0.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 0.]])
您想要仅在对角线上的一个,还是整个上三角形的一个?
有一组np.tri*
函数用于索引和创建上下三角形阵列:
In [395]: np.triu(np.ones((5,5),int),1)
Out[395]:
array([[0, 1, 1, 1, 1],
[0, 0, 1, 1, 1],
[0, 0, 0, 1, 1],
[0, 0, 0, 0, 1],
[0, 0, 0, 0, 0]])
我甚至可以创建一个带有两个tri
调用的对角线
In [399]: np.tril(np.triu(np.ones((5,5),int),1),1)
Out[399]:
array([[0, 1, 0, 0, 0],
[0, 0, 1, 0, 0],
[0, 0, 0, 1, 0],
[0, 0, 0, 0, 1],
[0, 0, 0, 0, 0]])
并不是说我建议使用np.diag
函数。:)
或
In [404]: np.diagflat(np.ones(4,int),1)
Out[404]:
array([[0, 1, 0, 0, 0],
[0, 0, 1, 0, 0],
[0, 0, 0, 1, 0],
[0, 0, 0, 0, 1],
[0, 0, 0, 0, 0]])
您在每次迭代中将矩阵重置为零。将zeros
调用移到循环之外,它工作正常:
def funtest(n):
s = (n,n)
Y = zeros(s)
for i in range(0,n-1):
Y[i,i+1]=1
return Y
请注意,您还需要循环到n-1,而不是n-2(向上移动一行只会将1的数量减少1!)。这是上面固定函数的输出:
funtest(5)
array([[ 0., 1., 0., 0., 0.],
[ 0., 0., 1., 0., 0.],
[ 0., 0., 0., 1., 0.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 0.]])
这与您的方法相匹配,但也可以使用内置的numpy
np.diag(np.ones(n-1),1)
查看Swier的答案。