【python】从拉平的上三角矩阵中，重构矩阵

重构矩阵

完整代码

ui = np.triu_indices(3)
di = np.tril_indices(3, -1)
mat = np.zeros((2, 3, 3))
x = np.random.randn(2, 6)
# 赋值上三角（包括对角线）
mat[:, ui[0], ui[1]] = x
# 赋值下三角（不包括对角线）
mat[:, di[0], di[1]] += mat.transpose((0, 2, 1))[:, di[0], di[1]]

1. 初始化矩阵，获得上/下三角下标

# 上三角矩阵的下标
ui = np.triu_indices(3)
# 下三角矩阵的下标，但偏移-1
di = np.tril_indices(3, -1)
# 初始化矩阵
mat = np.zeros((2, 3, 3))
## mat.shape == (2, 3, 3)，2个3x3的矩阵
"""
ui:
(array([0, 0, 0, 1, 1, 2]), array([0, 1, 2, 1, 2, 2]))
di:
(array([1, 2, 2]), array([0, 0, 1]))
mat:
array([[[0., 0., 0.],
        [0., 0., 0.],
        [0., 0., 0.]],

       [[0., 0., 0.],
        [0., 0., 0.],
        [0., 0., 0.]]])
"""

2. 初始化数据

# 拉平的上三角矩阵（随机初始化）
x = np.random.randn(2, 6)
## x.shape = (2, 6)，其中2为样本数，6为上三角矩阵拉平后的维度
"""
array([[ 0.42794277, -0.26884712, -2.18755813, -1.48448215, -1.74511892,
        -0.71074153],
       [-0.11200397,  0.6248286 , -0.20929864,  0.57886718,  0.53131248,
        -0.0503038 ]])
"""

3. 赋值上三角

# 赋值上三角（包括对角线）
mat[:, ui[0], ui[1]] = x
"""
mat:
array([[[ 0.42794277, -0.26884712, -2.18755813],
        [ 0.        , -1.48448215, -1.74511892],
        [ 0.        ,  0.        , -0.71074153]],

       [[-0.11200397,  0.6248286 , -0.20929864],
        [ 0.        ,  0.57886718,  0.53131248],
        [ 0.        ,  0.        , -0.0503038 ]]])
"""

4. 赋值下三角

利用 矩阵转置后，相加。

# 赋值下三角（不包括对角线）
mat[:, di[0], di[1]] += mat.transpose((0, 2, 1))[:, di[0], di[1]]

"""
mat:
array([[[ 0.42794277, -0.26884712, -2.18755813],
        [-0.26884712, -1.48448215, -1.74511892],
        [-2.18755813, -1.74511892, -0.71074153]],

       [[-0.11200397,  0.6248286 , -0.20929864],
        [ 0.6248286 ,  0.57886718,  0.53131248],
        [-0.20929864,  0.53131248, -0.0503038 ]]])
"""

补充

torch.triu_indices

获得row * col矩阵的上三角下标，offset为与主对角线的偏移。

torch.triu_indices(
    row,    # 二维矩阵的行数
    col,    # 二位矩阵的列数
    offset  # 与主对角线的偏移
)

a = torch.triu_indices(3, 3)
a
"""
tensor([[0, 0, 0, 1, 1, 2],
        [0, 1, 2, 1, 2, 2]])
a.shape = (2, 3*4/2) = (2, 6)
"""

torch.tril_indices

同上，但获取的是矩阵的下三角下标。