python - 在行 [NumPy 或 Tensorflow] 的索引值之前将行中的值设置为零

Question

我有一个数组 A与形状 (N,)。我以 N=5 为例:

A = np.array([0,1,1,0,1])

我想将其转换为以下 NxN 矩阵 B . NumPy 和 Tensorflow 中的解决方案都很好，但后者是首选。

B = np.array([[0,1,1,0,1],
              [0,1,1,0,1],
              [0,1,1,0,1],
              [0,0,0,0,1],
              [0,0,0,0,1]])

一种解决方案可以包括以下步骤:

重复数组 A N次

遍历每一行 i .查找最后一个零的索引，直到 i-th该行的元素。

用零替换该索引之前的所有元素。

另一个 N=10 的例子:

D = np.array([0,1,1,1,0,0,1,1,0,0])

E = np.array([[0,1,1,1,0,0,1,1,0,0],
              [0,1,1,1,0,0,1,1,0,0],
              [0,1,1,1,0,0,1,1,0,0],
              [0,1,1,1,0,0,1,1,0,0],
              [0,0,0,0,0,0,1,1,0,0],
              [0,0,0,0,0,0,1,1,0,0],
              [0,0,0,0,0,0,1,1,0,0],
              [0,0,0,0,0,0,1,1,0,0],
              [0,0,0,0,0,0,0,0,0,0],
              [0,0,0,0,0,0,0,0,0,0]])

Answer 1

A = np.array([0,1,1,0,1])
N = A.shape[0]
column = (A > 0).reshape((N, 1))
mask = np.ones((N, N), dtype=np.bool)
mask = np.where(column, False, np.tril(mask, -1))
mask = np.cumsum(mask, axis=0)
B = np.where(mask, 0, np.tile(A, (N, 1)))

[[0 1 1 0 1]
 [0 1 1 0 1]
 [0 1 1 0 1]
 [0 0 0 0 1]
 [0 0 0 0 1]]

解释

计算下三角矩阵

[[False False False False False]
 [ True False False False False]
 [ True  True False False False]
 [ True  True  True False False]
 [ True  True  True  True False]]

在 A 中查找并用 False 填充相应的行

[[False False False False False]
 [False False False False False]
 [False False False False False]
 [ True  True  True False False]
 [False False False False False]]

计算累积总和以将下面的所有行设置为零。这是所有应该清零的元素的掩码

[[0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 0 0 0]
 [1 1 1 0 0]
 [1 1 1 0 0]]

重复数组 A N 次

[[0 1 1 0 1]
 [0 1 1 0 1]
 [0 1 1 0 1]
 [0 1 1 0 1]
 [0 1 1 0 1]]

掩盖其元素

[[0 1 1 0 1]
 [0 1 1 0 1]
 [0 1 1 0 1]
 [0 0 0 0 1]
 [0 0 0 0 1]]