在numpy中更改矩阵对角线的值

如何更改numpy中矩阵对角线的值？在numpy中更改矩阵对角线的值

我检查了Numpy modify ndarray diagonal，但是函数没有在numpy v 1.3.0中实现。

可以说我们有一个np.array X，我想对角线的所有值设置为0。

来源

2012-03-31 pacodelumberg

你使用的是什么版本的numpy？ 'np.diag_indices_from'在v1.4中加入了 – JoshAdel 2012-03-31 19:21:21

是的，你说得对，我现在正在使用python v 1.3.0 – pacodelumberg 2012-03-31 20:57:10

@LangerHansIslands希望你的意思是numpy 1.3，而不是python 1.3（它出现在90年代中期.. 。：p） – Dougal 2012-03-31 20:59:02

你试过numpy.fill_diagonal？请参阅以下answer和此discussion。或从文档以下（目前虽然破）：

http://docs.scipy.org/doc/numpy/reference/generated/numpy.fill_diagonal.html

来源

2012-03-31 19:24:21 Mellkor

谢谢@JoshAdel – Mellkor 2012-03-31 19:27:42

+1这是在numpy中这样做的正确方法。内置方法总是优于使用两个for循环每次迭代数组一个元素。 – JoshAdel 2012-03-31 19:29:42

def replaceDiagonal(matrix, replacementList): 
    for i in range(len(replacementList)): 
     matrix[i][i] = replacementList[i]

如果大小是一个n×n矩阵ñ。

来源

2012-03-31 19:19:46

或'n = len（replacement_list）;矩阵[：n，：n] = replacement_list'。这在C中而不是在Python中循环，所以会更快。 – Dougal 2012-03-31 19:37:54

@Dougal：真棒，我不知道。你能把它作为答案发布吗？ – 2012-03-31 19:51:56

当然，[只是]（http://stackoverflow.com/a/9959707/344821）。 – Dougal 2012-03-31 21:10:09

如果您使用的是版本numpy的，其不具有fill_diagonal（在right way对角线设置为常数），或者diag_indices_from，你可以用数组切片做到这一点很容易地：

# assuming a 2d square array 
n = mat.shape[0] 
mat[range(n), range(n)] = 0

这比在Python外在的循环快得多，因为循环发生在C和潜在地量化。

这样做的一个好处是，您还可以用元素列表填充对角线，而不是一个常量值（如diagflat，但用于修改现有矩阵而不是创建新矩阵）。例如，这将设置对角矩阵的对0，1，2，...：

# again assuming 2d square array 
n = mat.shape[0] 
mat[range(n), range(n)] = range(n)

如果需要支持更多的数组的形状，这是更复杂（这就是为什么fill_diagonal是好的。 ..）：

m[list(zip(*map(range, m.shape)))] = 0

（该list通话只需要在Python 3，凡zip返回迭代器）

来源

2012-03-31 21:09:34 Dougal

为了让将来的读者清楚，mat [：n，：n] = 0'将整个数组/矩阵设置为0，而不仅仅是对角元素。 '拉链'版本确实做了诊断。 – gorlum0 2013-01-20 11:58:29

@ gorlum0哎呀 - 谢谢你指出。我刚编辑修复它（'zip'实际上并不是必需的）''。 – Dougal 2013-01-20 15:28:20

酷，甚至裸'范围'。这种隐含的东西很难知道。 – gorlum0 2013-01-21 06:07:15

下面是做到这一点的另一个好方法。如果你想在阵列的主对角线使用的一维视图：

A.ravel()[:A.shape[1]**2:A.shape[1]+1]

对于第i个superdiagonal使用：

A.ravel()[i:max(0,A.shape[1]-i)*A.shape[1]:A.shape[1]+1]

对于第i次对角使用：

A.ravel()[A.shape[1]*i:A.shape[1]*(i+A.shape[1]):A.shape[1]+1]

或者一般情况下，对于主对角线为0的第i个对角线，子对角线为负值，超对角线为正，使用：

A.ravel()[max(i,-A.shape[1]*i):max(0,(A.shape[1]-i))*A.shape[1]:A.shape[1]+1]

这些观点，而不是拷贝，那么他们将运行用于提取对角线快，但新的数组对象所做的任何更改将应用到原始数组。在我的机器上，当将主对角线设置为常量时，它们的运行速度比fill_diagonal函数快，但情况并非总是如此。它们也可以用来为一个对角线而不是一个常量赋值一个数组。

注意：对于小阵列，使用NumPy数组的flat属性可能会更快。如果速度是一个主要问题，它可能是值得的A.shape[1]本地变量。此外，如果数组不连续，ravel()将返回一个副本，因此，为了将值分配给跨步切片，需要创建切片用于生成跨步切片的原始数组（如果它是连续的）或使用flat属性。

此外，最初计划在NumPy 1.10及更高版本中，数组的“对角线”方法将返回视图而不是副本。虽然这个改变还没有做出，但希望在某个时候这个伎俩来获得一个观点将不再是必要的。见http://docs.scipy.org/doc/numpy-dev/reference/generated/numpy.diagonal.html

来源

2013-06-15 04:16:25 IanH

尼斯和哈克，我喜欢它！唯一需要注意的是我认为你会得到['np.fill_diagonal'文档]中描述的'wrap = True'行为（http://docs.scipy.org/doc/numpy/reference/generated/numpy.fill_diagonal.html ）。你也许可以解决，为你的切片添加足够的停止值。 – Jaime 2013-07-23 04:41:21

谢谢，很好。我只是编辑它来解决这个问题和其他一些事情。 – IanH 2013-07-23 05:28:56

>>> a = numpy.random.rand(2,2) 
>>> a 
array([[ 0.41668355, 0.07982691], 
     [ 0.60790982, 0.0314224 ]]) 
>>> a - numpy.diag(numpy.diag(a)) 
array([[ 0.  , 0.07982691], 
     [ 0.60790982, 0.  ]])

来源

2013-12-30 20:06:00 phubaba

最小。码。

X[np.diag_indices_from(X)] = 0.

来源

2014-02-21 14:14:28 meduz

你可以做到以下几点。

假设您的矩阵是4 * 4矩阵。

indices_diagonal = np.diag_indices(4) 

yourarray[indices_diagonal] = Val

来源

2014-10-24 12:42:33

在numpy中更改矩阵对角线的值

回答

相关问题