Question

我有一个称为对角线的二维数组，其中每一行代表一个二维矩阵的对角线。创建3d数组diag_matricies的最快/最好的方法是什么，其中最后两个维分别由使用对角线行创建的对角矩阵组成？

这是我想要的循环：

import numpy as np

diag_matricies = np.zeros([3,3,3])
diagonals = np.array([[1,2,3],[4,5,6],[7,8,9]])

for i in range(3):
    diag_matricies[i] = np.diag(diagonals[i,:]) 

print(diag_matricies)

Answer 1

一种更快的替代方法是使用advanced indexing：

keyOfLastItemOnPreviousPage

计时，每个尺寸的大小为1200：

index = np.arange(3)
diag_matricies[:, index, index] = diagonals

[[[1. 0. 0.]
  [0. 2. 0.]
  [0. 0. 3.]]

 [[4. 0. 0.]
  [0. 5. 0.]
  [0. 0. 6.]]

 [[7. 0. 0.]
  [0. 8. 0.]
  [0. 0. 9.]]]

Answer 2

您可以使用np.einsum：

>>> out = np.zeros((3,3,3))
>>> np.einsum('ijj->ij',out)[...] = diagonals
>>> out
array([[[1., 0., 0.],
        [0., 2., 0.],
        [0., 0., 3.]],

       [[4., 0., 0.],
        [0., 5., 0.],
        [0., 0., 6.]],

       [[7., 0., 0.],
        [0., 8., 0.],
        [0., 0., 9.]]])

这实际上是以下内容：

>>> out2 = np.zeros((3,3,3))
>>> out2.reshape(3,9)[:,::4] = diagonals
>>> out2
array([[[1., 0., 0.],
        [0., 2., 0.],
        [0., 0., 3.]],

       [[4., 0., 0.],
        [0., 5., 0.],
        [0., 0., 6.]],

       [[7., 0., 0.],
        [0., 8., 0.],
        [0., 0., 9.]]])

仅einsum方法也适用于非连续数组。

向量化对角矩阵数组的创建，

2 个答案: