如何在Python中将列或行矩阵转换为对角矩阵?

时间:2015-02-19 04:24:16

标签: python numpy matrix scipy

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]]

4 个答案:

答案 0 :(得分:36)

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]]

答案 1 :(得分:6)

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

答案 2 :(得分:0)

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

答案 3 :(得分:-1)

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)