用Numpy构造特殊对角矩阵
我正在尝试创建一个类似于这样的numpy数组：
[a b c ]
[ a b c ]
[ a b c ]
[ a b c ]
所以这涉及到更新主对角线和它上面的两条对角线。
做这件事的有效方法是什么？
共有1个答案
我还不能发表评论，但我想强调的是，ali_m的答案是迄今为止最有效的，因为scipy为您处理事情。
例如，对于大小为N的矩阵，m=1200，重复添加np.diag()调用需要~6.14s，Saullo G.P.Castro的回答需要~7.7s，scipy.linalg.toeplitz(Np.arange(N),np.arange(N))需要1.57ms。
-
问题内容： 我试图做一个看起来像这样的numpy数组： 因此，这涉及更新主对角线及其上方的两个对角线。 什么是有效的方法？ 问题答案： 这是一个Toeplitz矩阵的示例- 您可以使用以下命令构造它：
-
这得到了我想要的，但可能没有很好地扩展？ 产量
-
特殊矩阵——三对角矩阵(Tridiagonal Matrix) 注：压缩存储的矩阵可以分为特殊矩阵和稀疏矩阵。对于那些具有相同元素或零元素在矩阵中分布具有一定规律的矩阵，被称之为特殊矩阵。对于那些零元素数据远远多于非零元素数目，并且非零元素的分布没有规律的矩阵称之为稀疏矩阵。 1. 三对角矩阵的概念 三对角矩阵就是对角线、邻近对角线的上下次对角线上有元素，其他位置均为0的矩阵。 三对角矩阵是一种特
-
问题内容： 我正在尝试执行以下操作 如何使用Numpy数组中的所有元素轻松高效地创建集合？ 问题答案： 如果需要一组元素，这是另一种可能更快的方法： PS ：之间执行比较后，和一个10x100阵列上，我发现，它们都在大约相同的速度来执行。对于3x3阵列，最快的版本是迭代器版本： 我建议这样做，因为它是内存消耗较少的版本（它随阵列的大小扩展得很好）。 PPS ：还有一个NumPy函数可以执行类似的操
-
特殊矩阵——对称矩阵(Symmetric Matrix) 注：压缩存储的矩阵可以分为特殊矩阵和稀疏矩阵。对于那些具有相同元素或零元素在矩阵中分布具有一定规律的矩阵，被称之为特殊矩阵。对于那些零元素数据远远多于非零元素数目，并且非零元素的分布没有规律的矩阵称之为稀疏矩阵。 1. 对称矩阵的概念 元素以主对角线为对称轴对应相等的矩阵。 2. 对称矩阵的特性 对角矩阵都是对称矩阵，对称矩阵必须是方形矩阵
-
问题内容： 我在NumPy中有三个相同大小的正方形矩阵。我想将它们组合成块对角矩阵。 例： 做这个的最好方式是什么？ 问题答案： scipy.linalg具有block_diag函数以自动执行此操作