在numpy中创建双行对角矩阵
可以使用numpy.diag函数。双行对角矩阵是指除了主对角线和次对角线上的元素外，其余元素都为零的矩阵。
以下是创建双行对角矩阵的示例代码：
import numpy as np
# 创建一个双行对角矩阵
diagonal_values = [1, 2] # 主对角线和次对角线上的元素
matrix = np.diag(diagonal_values, k=1) # k=1表示次对角线
print(matrix)输出结果为：
[[0 1 0]
[0 0 2]
[0 0 0]]在这个例子中，我们创建了一个3x3的双行对角矩阵，主对角线上的元素为0，次对角线上的元素分别为1和2。
双行对角矩阵在数学和工程领域中有广泛的应用，例如在有限元分析、图像处理和信号处理等领域中常常用到。在云计算中，双行对角矩阵可以用于表示某些数据的关联性，例如在推荐系统中，可以使用双行对角矩阵表示用户和物品之间的关系。
腾讯云提供了丰富的云计算产品和服务，其中与矩阵计算相关的产品包括腾讯云弹性MapReduce（EMR）和腾讯云机器学习平台（Tencent ML-Platform）。您可以通过以下链接了解更多关于这些产品的信息：
相关·内容
3回答
我想改变对角线元素从一个2d矩阵。这些都是主对角线和非主对角线。
numpy.diagonal()在NumPy 1.10中，它将返回一个读/写视图，写入返回的数组将改变原始数组。
numpy.fill_diagonal()，numpy.diag_indices()只适用于主对角线元素。
这里是我的用例:我想重新创建一个矩阵的如下形式，这是非常简单的使用对角线表示法，因为我有所有的x，y，z作为数组。
浏览 6提问于2015-01-10得票数 6
回答已采纳
我想将某些numpy矩阵的对角线设置为任意一维数组。
例如，如果：
mat = np.array([[1,2],[3,4]])
diag = np.array([5,6])
然后：
>>> set_diagonal(mat, diag)
>>> mat
... array([[5,2],
[3,6]])
我可以从diag变量创建对角线矩阵，将mat矩阵添加到0并添加结果。但是，如果我试图改变对角线，这似乎使用了一堆不必要的资源。
如何在numpy中设置矩阵的对角线
注意:这不是的复制，因为他们希望将对角线设置为常量。
浏览 1提问于2019-05-01得票数 1
1回答
我有一个带有矩阵的文件:假设matrix.dat和我想从其中提取对角线、次对角线和上对角线，来创建一个新的三对角矩阵M。我知道使用numpy可以得到对角线，但是有什么方法可以提取次对角线或上对角线的数据。
浏览 1提问于2018-06-05得票数 0
回答已采纳
1回答
我想要创建一个对角线的数字数组。但是，由于矩阵很大，我面临内存错误。减少内存消耗的一个方法是改变数据类型。我认为最有效的方法是在浮点数(比如float32)中的对角线上有所有的数字，在int8的对角线之外有所有的零。我尝试了下面的代码，但它将创建一个矩阵，因为它强制b类型为int8，并且由于b的所有元素都在0到1之间，所以它将返回0。
a = numpy.zeros((10, 10), dtype="int8")
b = numpy.float32(numpy.random.rand(10))
numpy.fill_diagonal(a, b)
print(a)
我想知道是否有
浏览 9提问于2022-10-25得票数 -2
回答已采纳
1回答
我正在寻求构造一个矩阵，我将计算它的逆矩阵。这将用于求解非线性抛物型偏微分方程组的隐式方法。我目前的计算是，这将变得显而易见的原因，给我一个奇异(没有可能的逆)矩阵。对于上下文，在现实中，矩阵的维度将是30乘以30，但在这些示例中，我使用较小的矩阵进行测试。 假设我想创建一个大的正方形稀疏矩阵。使用spdiags仅允许您分别输入主对角线、下对角线和上对角线的成员。那么，如何使每条对角线的所有条目都有一个值呢？ 示例代码： import numpy as np
from scipy.sparse import spdiags
from numpy.linalg import inv
up
浏览 26提问于2021-01-11得票数 0
回答已采纳
2回答
我正在尝试使用scipy or numpy创建以下类型的矩阵。
A_1 = diag(0.5, 0, 0, ...., 0)
A_k = diag(0,0, ..., 1, 0, 0, ....,0) for each 1 < k < N
A_N = diag(0, 0, ...., 0, 0.5)
本质上，A_ks是一系列a个对角矩阵，使得对于1<k<N，每个A_k在对角线的第k个位置都有1，并且A_1是在(1,1)位置处处为0的对角矩阵，A_N是在(N，N)位置处为0.5且在其他地方处处为零的对角矩阵。
我知道我可以使用scipy中的稀疏矩阵，并且我知道如何创建每个
浏览 3提问于2017-01-12得票数 1
回答已采纳
1回答
我需要求和矩阵的行，否定它们，并将它们放在原始矩阵或非对角线项为零的矩阵的对角线上。起作用的是
Mat2 = numpy.diag(numpy.negative(numpy.squeeze(numpy.asarray(numpy.sum(Mat1,axis=1))))
有更干净/更快的方法吗？我在努力优化一些代码。
浏览 1提问于2016-04-12得票数 0
回答已采纳
1回答
我想创建3D对角线矩阵。我已经成功地用numpy例程numpy.fill_diagonal(numpy.zeros((N, N, N)), n)创建了一个，但是它不允许选择对角线来填充。 换句话说，我想找到这个numpy例程的3D推广：https://numpy.org/doc/stable/reference/generated/numpy.diag.html。谢谢。
浏览 52提问于2021-09-18得票数 0
回答已采纳
3回答
问题
我想使用numpy或scipy计算以下内容：
Y = A**T * Q * A
其中A是m x n矩阵，A**T是A的转置，Q是m x m对角矩阵。
由于Q是对角矩阵，所以我只将其对角线元素存储为向量。
Y的求解方法
目前我可以想出两种计算Y的方法
Y = np.dot(np.dot(A.T, np.diag(Q)), A) andY = np.dot(A.T * Q, A).
显然，选项2比选项1更好，因为不需要用diag(Q)创建真正的矩阵(如果这是numpy真正要做的……)
但是，这两种方法都存在这样的缺陷，即必须分配比实际需要的内存更多的内存，因为A.T * Q和np.dot(A
浏览 2提问于2012-02-28得票数 28
回答已采纳
1回答
我正在尝试创建一个方形NumPy (或PyTorch，因为PyTorch代码可以以最小的努力转换成NumPy )矩阵，它具有以下属性:给定一组值，每一行中的对角线元素具有最大的值，而其他值则随机地对其他位置进行洗牌。
例如，如果我有[1, 2, 3, 4]，可能需要的输出是：
[[4, 3, 1, 2],
[1, 4, 3, 2],
[2, 1, 4, 3],
[2, 3, 1, 4]]
只要对角线元素是最大值(在本例中为4)，且每一行中的非对角线元素包含其他值但被洗牌，则可以有(几个)其他可能的输出。
这样做的一个困难/低效的方法可能是首先创建一个零的平方矩阵(4x4)，并将最大值(4
浏览 1提问于2021-04-21得票数 1
关联矩阵是一个对称矩阵，这意味着它的上对角元素和下对角元素是彼此的镜像，统称为非对角线元素(与对角线元素相反，在任何相关矩阵中它们都等于1，因为任何变量与自身的相关性仅为1)。
对于变量2和1 (第2行，第1列)，在上对角线上交换第I行数和下对角线j‘列数时，相关矩阵的非对角线元素是相同的。因此，我们只需要重新计算下对角元素，然后将它们复制到矩阵的上对角线中相应的位置。
import numpy as np
from numpy.random import randn
X = randn(20,3)
Rho = np.corrcoef(X.T) #correlation matrix
prin
浏览 8提问于2020-12-11得票数 0
如果我有numpy数组A和B，那么我可以用以下公式计算它们的矩阵乘积的迹：
tr = numpy.linalg.trace(A.dot(B))
然而，当在跟踪中只使用对角元素时，矩阵乘法A.dot(B)不必要地计算矩阵乘积中的所有非对角线条目。相反，我可以这样做：
tr = 0.0
for i in range(n):
tr += A[i, :].dot(B[:, i])
但是这在Python代码中执行循环，并且不像numpy.linalg.trace那样明显。
有没有更好的方法来计算numpy数组的矩阵乘积的迹？做这件事最快或最常用的方式是什么？
浏览 1提问于2013-09-17得票数 17
回答已采纳
1回答
在python中，如何编写创建两个元素为随机数的4*4矩阵A和B的程序。然后创建一个矩阵C，它看起来像
C = ⎡A B⎤
⎣B A⎦
求矩阵C的对角线。对角线元素在4×2矩阵中表示。
import numpy as np
matrix_A = np.random.randint(10, size=(4, 4))
matrix_B = np.random.randint(10, size=(4, 4))
matrix_C = np.array([[matrix_A, matrix_B], [matrix_B, matrix_A]])
d= matrix_C.diagonal()
D
浏览 1提问于2022-11-22得票数 0
回答已采纳
1回答
矩阵对角的输入数
、、
我需要和矩阵一起工作。您应该能够输入矩阵中的数字(例如，如果我需要1在对角线上，0.6向上，在对角线下，我可以输入它，0.6只在对角线下的线上)。它有一个简单的解决方案，但当我也想编辑矩阵的大小时会变得很棘手。
我在使用numpy库
浏览 3提问于2021-12-10得票数 0
4回答
我有一个A*x = B形式的方程组，其中[A]是一个三对角系数矩阵。利用Numpy求解器numpy.linalg.solve，我可以求解x的方程组。
参见下面关于我如何开发三对角线[A] martix的示例。{B}向量，并求解x
# Solve system of equations with a tridiagonal coefficient matrix
# uses numpy.linalg.solve
# use Python 3 print function
from __future__ import print_function
from __future__ import d
浏览 13提问于2014-04-16得票数 5
回答已采纳
2回答
创建某种格式的矩阵
、、、
我需要创建遵循特定格式的矩阵:矩阵是正方形的NxN矩阵，非对角线都有相同的值(param)，对角线的值可以使行之和为零(换句话说，它们等于0 - param * (N-1) )。输出是一个numpy数组。
这是我的密码。有什么办法可以让这个更易读/更优雅吗？速度也很重要。
import numpy as np
def makeMatrix(param, N):
ar = []
for i in range(N):
ar.append([ param for st in range(N) ])
ar[i][i] = 0-(param*(N-1))
浏览 0提问于2015-10-08得票数 5
回答已采纳
1回答
例如，我有一个Hermitian矩阵，A和I将与矩阵B对角化为：
A11= -0.0034
A12= -0.007 -1j*0.0098
A13= -0.0112 - 1j*0.0712
A21= A12.conjugate()
A22= 0.2162
A23= 1.062 - 1j*0.0584
A31= A13.conjugate()
A32= A23.conjugate()
A33= 2.462
A= matrix([[A11,A12,A13],[A21,A22,A23],[A31,A32,A33]])
eigenvalues_of_A, eigenvectors_of
浏览 6提问于2014-11-10得票数 0
回答已采纳
2回答
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/最好方法是什么，其中最后两个维度都由使用对角线行创建的对角矩阵组成？
在一个循环中，这就是我想要的：
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_matricie
浏览 1提问于2020-02-09得票数 0
3回答
Python中的对角矩阵指数
、、、、
我正在写一个考虑到速度的数值算法。我在scipy/numpy (scipy.linalg.expm2，scipy.linalg.expm)中遇到了两个矩阵指数函数。然而，我有一个矩阵，我事先知道它是对角线。这些scipy函数在运行前会检查矩阵是否对角线吗？显然，对角矩阵的求幂算法可能会更快，我只想确保它们能做一些聪明的事情--如果不是，有没有简单的方法呢？
浏览 2提问于2013-04-18得票数 2
回答已采纳
1回答
我正在尝试实现QR算法来查找矩阵的一些特征值，但我在Python中将循环组合在一起有一些困难。
基本上，我有一个方阵，可逆矩阵A与非对角线条目，每次我通过循环，我想检查这些非对角线条目是否低于一定的设定精度(例如1^-6)。如果它们是，我想停止并给出结果矩阵。以下是我到目前为止所拥有的：
accuracy=1^-6
V=numpy.identity(4)
for x in xrange(100):
while i != j:
if A[i][j]>accuracy:
Q,R=numpy.linalg.qr(A)
A
浏览 1提问于2016-02-11得票数 1
1回答
如何才能得到矩阵的次要对角线上的元素之和？numpy.trace似乎只返回主对角线，而numpy.diagonal似乎也没有帮助处理二次对角线。
浏览 2提问于2014-11-18得票数 3
回答已采纳
2回答
我在R中有这样的向量：
vec1 <- c(14000,12000,8000)
我试图创建一个矩阵，其中14000是我的主要对角线，1200是一个以上的对角线，8000两个以上的对角线。
我很熟悉在Python/numpy中这样做，但在R中找不到它(或者至少是一种有效的方法)。理想情况下，输出应该如下所示：
14000 12000 8000
0 14000 12000
0 0 14000
浏览 5提问于2015-04-23得票数 6
回答已采纳
如何在numpy中创建反对角线矩阵？我当然可以手动完成它，但是我很好奇是否有一个函数用于它。
我正在寻找一个矩阵，从左下角到右上角，到处都是零。
浏览 0提问于2018-05-23得票数 5
回答已采纳
1回答
我一直试图在PyTorch中通过Cholesky分解来计算2x2矩阵的行列式，但它不会给出与Numpy相同的数字，我也不确定为什么。根据我的理解，你可以通过将正定矩阵分解成一个下三角矩阵和它的转置矩阵来计算正定矩阵的行列式，即M= LL^T。
根据行列式定律，M的行列式等于L的行列式乘以L^T的行列式，在下三角矩阵的情况下，它就是对角线的乘积。所以M等于L的对角线乘以L^T的对角线的乘积。
但是，当我在PyTorch中实现它时，我得到了错误的值。我已经复制了下面的示例代码。
import torch
import numpy as np
matrix = torch.Tensor(2,2).
浏览 69提问于2020-07-14得票数 1
3回答
在Python中创建矩阵
、、、
我正在尝试创建一个100 x 100的矩阵，它将由1和-1(随机)填充，矩阵的对角线应该是全零。
我是python和numpy的新手。
浏览 1提问于2013-06-22得票数 1
1回答
我希望使用CVXPY实现对矩阵的所有对角线的优化的约束。CVXPY中的diag函数只返回主对角线。是否有一种简单的方法可以使用CVXPY变量在numpy中实现编号对角线函数，以便迭代所有的对角线，为每个对角线添加一个约束？
浏览 11提问于2022-04-29得票数 0
回答已采纳
我想实现一个对角矩阵应用函数，它是通过首先提供对角d，然后用x做一系列矩阵-向量乘法来创建的。当然，我不想创建一个实际的矩阵，因为所需要的只是一个元素向量乘法。
现在，一些用户将提供shape (k,)的对角线d，一些shape (k,1)。此外，x可以具有形状(k,)和(k,1)。我希望apply()方法的行为类似于numpy矩阵的*，因为结果具有与输入x相同的形状。
因此问题来了:在Python/Numpy中，有没有一种简单的方法可以将两个np.arrays x和y of shape (k,)或(k,1) (任意组合)相乘，这样结果得到的数组就具有x的形状
我用[:,None]做了一点实验
浏览 2提问于2012-04-22得票数 5
回答已采纳
1回答
我想求解系统A.b=x，其中A是，几乎是，是python中的三对角矩阵：
A是这样的矩阵
a b 0 0 .... 0 0 b
b a b 0 .... 0 0 0
0 b a b .... 0 0 0
.
.
0 0 0 0 .... b a b
b 0 0 0 .... 0 b a
即具有非零对角的三对角线。
我可以使用numpy解决程序来解决和集成我的系统：
numpy.linalg.solve
这是可行的，但非常慢，因为我的矩阵是巨大的，我不认为它利用了稀疏和接近三对角的A阵列。
如果它是一个纯三对角系统，我知道如何使用经典的正反向替换算法快速高效地求解，但我遇到的是那些非零的相对角点
浏览 3提问于2020-06-10得票数 1
回答已采纳
1回答
我目前正在计算不同矩阵的几个特征值，并试图找到它们的闭合形式的解。该矩阵是厄米特矩阵/自共轭矩阵，并且是三对角矩阵。另外，每个对角线元素都是正的，每个非对角线元素都是负的。
由于我怀疑这是一个尝试代数求解五次项的问题，渐近不能求解我的14x14矩阵的特征值。
Numpy给了我很好的结果，有时我可以通过wolfram-alpha使用，但有时精度不够，无法确定封闭形式的解决方案可以采用几个候选者中的哪一个。因此，我希望提高numpy.linalg.eigenvaluesh输出特征值的精度。任何帮助都将不胜感激！
浏览 9提问于2019-07-17得票数 0
1回答
构造对角和非对角矩阵元
、、、、
Mathematica Code 在Mathematica中，我可以用对角线和非对角线写出所需的矩阵，我想知道在python中使用numpy做这件事的最好方法是什么？
浏览 33提问于2020-04-01得票数 0
2回答
如果我想创建一个5x5的零矩阵，其值为10，20，30，40，恰好在对角线的上方，我可以执行以下操作： import numpy as np
np.diag((1+np.arange(4))*10,k=1) 但是如何将5x5随机矩阵中对角线上的元素替换为相同的数组10，20，30，40？我尝试使用numpy where函数，该函数适用于一维数组，如下所示： import numpy as np
array1 = np.array([2, 2, 2, 0, 2, 0, 2])
print np.where(array1==0, 1, array1) 但我不能让它在更高的维度上工作。我可以手动
浏览 82提问于2021-02-12得票数 1
2回答
压缩格式块对角矩阵的有效线性代数
、、、、
我有一个线性系统，其中所有的矩阵都是块对角的。它们的N块形状相同。
矩阵以压缩格式存储为具有形状(N, n, m)的numpy数组，而向量的形状为(N, m)。
目前，我将矩阵向量积实现为
import numpy as np
def mvdot(m, v):
return (m * np.expand_dims(v, -2)).sum(-1)
由于广播规则，如果矩阵的所有块都是相同的，我只能将其存储在一个具有(1, n, m)形状的数组中:带有向量(N, m)的乘积仍然给出正确的(N, n)向量。
我的问题是：
如何实现一个有效的矩阵乘积，从两个形状为(N, n, m)和(N,
浏览 4提问于2016-12-20得票数 2
回答已采纳
我试图得到矩阵的对角线元素，不包括一个对角线元素。如果我想要完整的对角线元素，我知道我可以简单地做A.numpy.diagonal()，其中A是一个numpy方阵，以得到全部对角元素数组。但我不想要A[i][i]买i。因此，很明显，我可以从i的输出中删除与A.numpy.diagonal()对应的元素。但我觉得这比切片要慢吗？如何在这个问题上使用切片来获得A[i][i]中不包括组件的所有对角线元素
浏览 0提问于2018-12-11得票数 2
回答已采纳
3回答
如何用python生成恒等张量？
、、、、
我知道np.eye可以生成恒等矩阵。我的意思是恒等矩阵
在线性代数中，大小为n的恒等矩阵(有时也称为unit matrix )是n × n方阵，其主对角线上的矩阵和其它地方的零。
我知道我们可以在Numpy中用np.identity(3)创建它。
但是，我想知道我怎么能在蟒蛇中有一个身份张量。
我想用恒等张量进行乘法。如下所示：
其中G = Er ×1 U1 ×2 U2 ...×M UM是转换张量，Er ∈ R r×r×...×r是恒等张量(对角线元素为1，所有其他条目为0)。我需要生成identity tensor的代码。
提前谢谢你。
浏览 0提问于2019-02-04得票数 4
回答已采纳
7回答
如何在numpy中更改矩阵的对角线的值？
我检查了，但在numpy v1.3.0中没有实现那里的函数。
假设我们有一个np.array X，我想将对角线的所有值都设置为0。
浏览 5提问于2012-04-01得票数 40
回答已采纳
3回答
假设您有一个mxn矩阵A，并希望创建m个对角矩阵，每个矩阵都来自A的行，因此形状为nxn。结果矩阵的形状应该为mxnxn。
我知道一个典型的解决方案是：
result = numpy.stack([numpy.diag(A[i,:]) for i in range(A.shape[0])], axis=0)
我想知道我们是否有可能在不使用循环的情况下获得相同的结果。
任何想法都将不胜感激！
浏览 5提问于2021-01-31得票数 0
我生成了一个下三角矩阵，我想使用下三角矩阵中的值来完成该矩阵，以形成一个围绕对角线零对称的方阵。
lower_triangle = numpy.array([
[0,0,0,0],
[1,0,0,0],
[2,3,0,0],
[4,5,6,0]])
我想生成以下完整的矩阵，保持零对角线：
complete_matrix = numpy.array([
[0, 1, 2, 4],
[1, 0, 3, 5],
[2, 3, 0, 6],
[4, 5, 6, 0]])
谢谢。
浏览 0提问于2013-07-01得票数 8
回答已采纳
1回答
我想创建一个块带对角线矩阵使用sympy。基本上，矩阵应该看起来像
D N 0 0 0
R D N 0 0 0
R D N 0 0 0
0 0 R D N 0
0 0 0 R D N
0 0 0 R D
该矩阵随后将通过numpy通过sympy.lambdify和numpy计算出许多不同参数集的特征值。我确实找到了一种使用sympy.kronecker_product构造矩阵的方法，但是它非常慢。我看了一下为什么我的程序这么慢，发现kronecker.py是罪魁祸首。这是一个相当令人惊讶的，因为我认为对矩阵的对角化将是最慢的部分。更重要的是，由于矩阵只需要构造一次，然后非常频繁地对角化。
因此
浏览 0提问于2019-07-02得票数 1
回答已采纳
4回答
假设有一个3行3列的numpy矩阵。找到第一条对角线很容易，这是一种方法。
矩阵如下：
[[0,3,6]
[0,4,9]
[0,1,9]]
使用以下代码：
import numpy
matrix.diagonals()
[0, 4, 9]
我怎样才能得到对角线呢？例如，对于上面的矩阵，我希望它返回：
[6, 4, 0]
浏览 0提问于2016-06-12得票数 3
我检验了A=Q* Lambda * Q_inverse的定理，其中Q是带特征向量的矩阵，Lambda是具有对角特征值的对角矩阵。
我的代码如下：
import numpy as np
from numpy import linalg as lg
Eigenvalues, Eigenvectors = lg.eigh(np.array([
[1, 3],
[2, 5]
]))
Lambda = np.diag(Eigenvalues)
Eigenvectors @ Lambda @ lg.inv(Eigenvectors)
返回：
array([[ 1., 2.
浏览 0提问于2018-05-23得票数 4
回答已采纳
1回答
新手问题:假设我有一个矩阵A，是否有一个numpy函数来计算A的对角线元素的乘积？
例：
其中，X(i，i)是矩阵的对角积。
浏览 2提问于2016-06-07得票数 2
回答已采纳
2回答
我试图执行一个矩阵乘法，它有以下方案：
C = np.dot(np.dot(sparse.csr_matrix(np.double(A).transpose()),sparse.spdiags(B,0,Ngrid,Ngrid)), sparse.csr_matrix(np.double(A)))
因此，我想转置矩阵A，它导致M>>N的N矩阵，并与对角矩阵M矩阵相乘。B是“主要对角线”。得到的矩阵( N )应与矩阵A ( M )相乘，从而得到N矩阵C。
出现的错误如下：
<2000x921600 sparse matrix of type '<class '
浏览 16提问于2022-03-31得票数 1
回答已采纳
2回答
矩阵C的对角线值等于numpy.matmul(A，B)，不需要计算对角线元素，有何方法？因为我正在处理两个大型矩阵A和B，所以我只需要在我的代码的其余部分中有它们的乘法对角元素。运行时间相当大，如果我计算出整个矩阵C，谢谢。
浏览 5提问于2020-10-26得票数 0
回答已采纳
2回答
我正在使用Python和numpy一起做线性代数。
我对一个矩阵执行了numpy奇异值分解，得到了矩阵U、i和V。但是，I矩阵表示为1行的1x4矩阵。即：[ 12.22151125 4.92815942 2.06380839 0.29766152]。
如何让numpy将i矩阵表示为对角矩阵，如下所示：[[12.22151125, 0, 0, 0],[0,4.92815942, 0, 0],[0,0,2.06380839,0 ],[0,0,0,0.29766152]]
我正在使用的代码：
A = np.matrix([[3, 4, 3, 1],[1,3,2,6],[2,4,1,5],
浏览 0提问于2018-01-20得票数 6
回答已采纳
9回答
我想创建一个从三个numpy.ndarray开始的块三对角矩阵。在python中有什么(直接)方法可以做到这一点吗？
提前谢谢你！
干杯
浏览 2提问于2011-04-30得票数 17
1回答
如何通过指定对角线值创建数组
、、、、
我有如下所示的数组：
poles = numpy.array([[-1+1j], [-1-1j], [-2+3j], [-2-3j]])
其形状为(4,1)。
当我使用numpy.diag时，如下所示：
LA = numpy.diag(poles)
输出是[-1.+1.j]，而我希望看到对角线矩阵。有人能解释一下发生了什么，应该做些什么才能看到对角线矩阵吗？我也试图改变形状为(1,4)，但结果没有改变。
浏览 2提问于2019-10-07得票数 0
回答已采纳
4回答
我正在努力实现以下公式：
X =(Y.T * Y + Y.T * C * Y) ^ -1
Y是( n )矩阵，C是(n )对角矩阵，n约300 k，f在100到200之间。作为优化过程的一部分，这个方程将被使用近1亿次，因此必须处理得非常快。
Y是随机初始化的，C是一个非常稀疏的矩阵，在对角线上300 k中只有几个数将不同于0。由于Numpy的对角线函数创建了稠密矩阵，所以我创建了C作为稀疏csr矩阵。但是当试图解决方程的第一部分时：
r = dot(C, Y)
计算机因内存限制而崩溃。然后，我决定尝试将Y转换为csr_matrix，并执行相同的操作：
r = dot(C, Ysparse)
浏览 4提问于2012-11-07得票数 19
回答已采纳
3回答
我需要得到矩阵的对角线“条纹”。假设我有一个大小为KxN (K>N)的矩阵：
[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
从它中我需要提取一个对角线条纹，在本例中是一个矩阵MxV大小，它是通过截断原始条来创建的：
[[ 0 x x]
[ 3 4 x]
[ x 7 8]
[ x x 11]]
因此，结果矩阵是：
[[ 0 4 8]
[ 3 7 11]]
我可以这样定义一个波利安面具：
import numpy as np
X=np.arange(12).reshape(4,3)
mask=np.asar
浏览 0提问于2018-04-23得票数 4
回答已采纳
1回答
python中稀疏矩阵的并行汇编
、、、、
我正在尝试使用mpi4py并行组装一个非常大的稀疏矩阵。每个秩产生一个稀疏子矩阵(以scipy的dok格式)，需要将其放在非常大的矩阵中。到目前为止，如果每个秩都生成一个numpy数组，其中包含非零值的索引和值(模仿coo格式)，那么我就成功了。在聚集过程之后，我可以从numpy数组中组装出大的矩阵。最终矩阵将以mtx格式文件的形式写入磁盘。
收集稀疏子矩阵的最有效方法是什么？也许，直接将它们作为参数传递给gather()？但是怎么做呢？
这是我所做的一个简化的例子:它从对角子矩阵中组合出一个大的对角矩阵，在实际情况下，得到的大矩阵的大小通常是500000x500000，而不是对角线。
fro
浏览 7提问于2017-02-08得票数 0
我想从一个向量中创建一个具有单位对角线元素的下三角矩阵。
从一个向量
[a_21, a_31, a_32, ..., a_N1, ... , a_N(N-1)]
如何将其转换为具有单位对角线元素形式的下三角矩阵，
[[1, 0, ..., 0], [a_21, 1, ..., 0], [a_31, a_32, 1, ..., 0], ..., [a_N1, a_N2, ... , a_N(N-1), 1]]
到目前为止，使用NumPy
import numpy
A = np.eye(N)
idx = np.tril_indices(N, k=-1)
A[idx] = X
但是，TensorFl
浏览 2提问于2018-07-28得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
