有没有一种方法可以对矩阵项求和，并将其在numpy数组中沿给定轴的对角线上进行反射？

问题描述

假设

A = np.array([[1,2,3,5,0],[5,6,7,9,10]])

（在这种情况下，实际数据集是一个对角线为零的方阵）我想创建一个np数组V，该数组将每一行中第一个零点上反射的对加起来，并按照它们与零。即V [0] = [（2 + 3），（1 + 5），0] V [1] = [（7 + 9），（6 + 5），（10 + 5）] ...

所以

V = ([5,[16,11,15])

我可以通过循环遍历每一行，然后将每一行添加到其反射的平移版本中，以非常简单的方式来完成此操作，只需两行就可以像这样简单。

B = A.copy()
B = B[...,::-1]
V = np.array([A[0]+np.roll(B[0],-2),A[1]+B[1]])[:,0:3]

但是我想知道是否有矢量化的方法来执行此操作，或者是否有一些numpy固有的函数来对数组的项及其在对角线上的反射求和，因为随着数据集的变大，效率会降低。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）