如何去除Numpy数组的上下三角零值区域并保持统一形状

我有一个代表图像数据的numpy数组，创建方式如下：

import numpy as np 

array = np.array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 5, 6, 7, 0, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 9, 8, 8, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 4, 9, 9, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 6, 5, 8, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 6, 7, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 5, 9, 6, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 0, 6, 5, 6, 7, 0, 0, 0],
                  [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

我的图像数据结构与上述类似（并非完全一致），大部分有效值集中在主对角线附近，其余区域多为0。我希望用统一的静态方法去除这些零值区域，同时保证所有处理后的图像数组保持相同形状。

我目前想到的方案是直接使用索引切片：

array[1:, 3:-3]

这个切片规则会应用到所有图像数据，以此保证输出形状一致。另外我了解numpy的triu和tril方法，但不确定如何在这个场景下应用。

（示意图说明：保留主对角线附近的有效区域，去除左侧红线下方和右侧红线上方的零值区域，处理方法需统一）

解决方案 #

1. 固定切片方案（推荐） #

这是最直接且符合需求的方案，完全满足“统一静态方法+形状一致”的要求，适合所有图像有效区域偏移量固定的场景。

代码示例：

import numpy as np

# 原始数组（示例）
array = np.array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 5, 6, 7, 0, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 9, 8, 8, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 4, 9, 9, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 6, 5, 8, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 6, 7, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 5, 9, 6, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 0, 6, 5, 6, 7, 0, 0, 0],
                  [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

# 应用统一切片规则，所有图像都用该规则保证形状一致
processed_array = array[1:, 3:-3]
print(processed_array.shape)  # 输出 (8, 7)

2. triu/tril的应用场景 #

triu（上三角）和tril（下三角）方法更适合动态确定有效区域边界的场景，但如果要严格保证输出形状统一，最终还是需要结合固定切片。

比如，如果你想保留主对角线左右各2列的区域，可以先生成掩码标记有效区域：

row_indices, col_indices = np.indices(array.shape)
# 标记列与行差值在[-2, 2]之间的区域（主对角线左右各2列）
mask = np.abs(col_indices - row_indices) <= 2

# 但掩码是和原数组同形状的，若要得到固定形状的子数组，仍需结合切片
# 例如先提取掩码覆盖的最小边界，再统一裁剪到目标尺寸（但这不属于静态方法）

总结：如果你的需求是统一静态处理+严格形状一致，固定切片是最优选择，简单高效且完全符合要求；triu/tril更适合需要动态识别有效区域的场景，但无法直接满足“统一静态方法”的要求。

内容的提问来源于stack exchange，提问作者Caesar