如何在Python中将列或行矩阵转换为对角矩阵？

Question

我有一个行向量A，A = [a1 a2 a3 ..... an]我想创建一个对角矩阵，B = diag（a1，a2，a3，.....，an ）与此行向量的元素。如何在Python中完成？

更新

这是用来说明问题的代码：

import numpy as np
a = np.matrix([1,2,3,4])
d = np.diag(a)
print (d)

此代码的输出为[1]，但我想要的输出是：

[[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]

Answer 1

您可以使用diag方法：

import numpy as np

a = np.array([1,2,3,4])
d = np.diag(a)
# or simpler: d = np.diag([1,2,3,4])

print(d)

结果：

[[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]

如果你有一个行向量，你可以这样做：

a = np.array([[1, 2, 3, 4]])
d = np.diag(a[0])

结果：

[[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]

对于问题中的给定矩阵：

import numpy as np
a = np.matrix([1,2,3,4])
d = np.diag(a.A1)
print (d)

结果又是：

[[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]

Answer 2

我想你也可以使用diagflat：

import numpy
a = np.matrix([1,2,3,4])
d = np.diagflat(a)
print (d)

与diag方法相似的结果

[[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]

但不需要使用.A1

进行展平

Answer 3

另一个解决方案可能是：

import numpy as np
a = np.array([1,2,3,4])
d = a * np.identity(len(a))

对于这里各种答案的表现，我得到timeit的100000次重复：

1. np.array和np.diag（Marcin的答案）：2.18E-02 s
2. np.array和np.identity（此答案）：6.12E-01 s
3. np.matrix和np.diagflat（博基的答案）：1.00E-00 s

Answer 4

假设你根据你的标签工作numpy，这样就可以了：

import numpy
def make_diag( A ):
    my_diag = numpy.zeroes( ( 2, 2 ) )
    for i, a in enumerate( A ):
        my_diag[i,i] = a
    return my_diag

枚举（LIST）在返回元组的列表上创建一个迭代器，如：

（0，第1个元素）， （1，第2个元素）， ... （N-1，Nth元素）