Question

是否存在高于（超过两个）维度的diag？

L = [...] # some arbitrary list.
A = ndarray.diag(L)

将创建一个对角线2-d矩阵形状=（len（L），len（L）），对角线上的元素为L。

我想做相同的事情：

length = len(L)
A = np.zeros((length, length, length))
for i in range(length):
    A[i][i][i] = L[i]

有没有灵巧的方法来做到这一点？

谢谢！

Answer 1

您可以使用diag_indices来设置索引。例如，

x = np.zeros((3,3,3))
L = np.arange(6,9)

x[np.diag_indices(3,ndim=3)] = L

给出

array([[[ 6.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  7.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  8.]]])

引擎盖下diag_indices只是Jaime发布的代码，所以使用它取决于你是想在一个numpy函数中拼写出来，还是DIY。

Answer 2

您可以使用花式索引：

In [2]: a = np.zeros((3,3,3))

In [3]: idx = np.arange(3)

In [4]: a[[idx]*3] = 1

In [5]: a
Out[5]:
array([[[ 1.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  1.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  1.]]])

对于更通用的方法，您可以设置任意大小的数组的对角线，例如：

def set_diag(arr, values):
    idx = np.arange(np.min(arr.shape))
    arr[[idx]*arr.ndim] = values

如何在numpy中创建对角线多维（即大于2）

2 个答案: