I、すなわち<code>Q</code>と<code>R</code>、<code>ndarrays</code>のリストを返す<code>numpy</code>に<code>qr factorization</code>を実行ゼロライン2-D numpyのアレイ

Question

を削除：

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

Rは、ゼロラインを旋回した二次元アレイであります（テストセット内のすべての例でも証明されています）：

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

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

とR_0：（すべてゼロの行を抽出する）

[[ 0.   0.   0.  ]] 

今、私は2つの行列R_~でRを分割したいです。それはこの解決策に近いと思われる：deleting rows in numpy array。

編集：
さらに興味深い：np.linalg.qr()はn x n -matrixを返します。 、どのような私が期待したではない：

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

Answer 1

使用np.allをaxis引数で：

>>> 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]]) 

Answer 2

データが正確にゼロではありません、我々はそのような1E-としてゼロのしきい値を設定する必要があるため6、numpy.allをaxis = 1で使用して、行がゼロであるかどうかをチェックします。分割位置を取得し、アレイのリストに配列を分割するnumpy.splitを呼び出すためにnumpy.whereとnumpy.diffを使用してください。

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) 

Answer 3

あなたが無視できるエントリを持つ行を排除したい場合は、私がnp.allcloseを使用すると思います。

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,:]