numpy中的对称矩阵？

Question

我希望在 python 中启动一个对称矩阵并用零填充它。

目前，我已经启动了一个已知维度的数组，但这不适合随后作为距离矩阵输入到 R 中。

numpy 中是否有任何“简单”方法来创建对称矩阵？

编辑

我应该澄清 - 创建“对称”矩阵很好。 但是我只对生成下三角形感兴趣，即，

ar = numpy.zeros((3, 3))

array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

我想：

array([[ 0],
       [ 0, 0 ],
       [ 0.,  0.,  0.]])

这可能吗？

Answer 1

我认为尝试使用这种三角形阵列是不可行的。

因此，例如，这是（平方）成对欧几里德距离的简单实现：

def pdista(X):
    """Squared pairwise distances between all columns of X."""
    B= np.dot(X.T, X)
    q= np.diag(B)[:, None]
    return q+ q.T- 2* B

就性能而言，很难击败它（在 Python 级别）。 不使用这种方法的主要优势是什么？