如何在Python中將列或行矩陣轉換為對角矩陣？

Question

我有一個行向量A，A = [a1 a2 a3 ..... an]，我想創建一個對角矩陣B = diag（a1，a2，a3，.....，an）此行向量的元素。 如何在Python中完成？

更新

這是說明問題的代碼：

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

該代碼的輸出為[1]，但我想要的輸出為：

[[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)

結果是：

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

如果您有行向量，則可以執行以下操作：

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

結果是：

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

對於問題中的給定矩陣：

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

結果再次是：

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

Answer 2

我想您也可以使用diagflat ：

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

就像diag方法那樣

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

但無需使用.A1進行展平

Answer 3

另一個解決方案可能是：

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

至於演出在這里的各種答案，我得到timeit在10萬次重復：

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

Answer 4

假設您根據標簽在numpy中工作，則可以這樣做：

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

enumerate（LIST）在列表上創建一個迭代器，該迭代器返回如下元組：

（0，第一個元素），（1，第二個元素），...（N-1，第N個元素）