如何在Python中从相关矩阵中识别重要项（没有内部循环）

Question

我已经从一个小测试集构建了一个相关矩阵输出，结果如下。真值是指大于定义值的值（例如，结果=相关矩阵>0.75）

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

注意，我还伪造了对角线（从左上到右下）。我也只需要一半的矩阵，因为它是一个镜子左上/右下。你知道吗

在Numpy（或other）中是否有方法/函数让我返回True值的行/列？当我对实际数据（200000行）使用这个函数时，我需要能够快速地完成，而不需要使用内部循环。20万*20万的支票会很慢。我想一定有一个矩阵/numpy/scikit.学习etc功能，将提供这个，但我还没有找到一个。你知道吗

预期的结果是：

[[1, 4], [2, 3], [3, 2], [3, 4], [4, 1], [4, 3]]

理想情况下，如果这是镜像，则：

[[1, 4], [2, 3], [3, 4]] 

Answer 1

为了得到基于0的索引，一种直接的方法是用np.triu遮住下对角线，然后用np.argwhere得到索引-

np.argwhere(np.triu(a))

也可以使用np.triu(a,1)来掩盖对角线位置。你知道吗

另一种方法是使用在broadcasting帮助下创建的显式掩码-

r = np.arange(a.shape[0])
a[r[:,None] >= r] = 0 # Note that this changes input array
indices = np.argwhere(a)