在numpy中更改矩陣對角線的值

如何更改numpy中矩陣對角線的值？在numpy中更改矩陣對角線的值

我檢查了Numpy modify ndarray diagonal，但是函數沒有在numpy v 1.3.0中實現。

可以說我們有一個np.array X，我想對角線的所有值設置爲0。

來源

2012-03-31 pacodelumberg

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

是的，你說得對，我現在正在使用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（它出現在90年代中期.. 。：p） – Dougal 2012-03-31 20:59:02

你試過numpy.fill_diagonal？請參閱以下answer和此discussion。或從文檔以下（目前雖然破）：

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

來源

2012-03-31 19:24:21 Mellkor

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

+1這是在numpy中這樣做的正確方法。內置方法總是優於使用兩個for循環每次迭代數組一個元素。 – JoshAdel 2012-03-31 19:29:42

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

如果大小是一個n×n矩陣ñ。

來源

2012-03-31 19:19:46

或'n = len（replacement_list）;矩陣[：n，：n] = replacement_list'。這在C中而不是在Python中循環，所以會更快。 – Dougal 2012-03-31 19:37:54

@Dougal：真棒，我不知道。你能把它作爲答案發布嗎？ – 2012-03-31 19:51:56

當然，[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對角線設置爲常數），或者diag_indices_from，你可以用數組切片做到這一點很容易地：

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

這比在Python外在的循環快得多，因爲循環發生在C和潛在地量化。

這樣做的一個好處是，您還可以用元素列表填充對角線，而不是一個常量值（如diagflat，但用於修改現有矩陣而不是創建新矩陣）。例如，這將設置對角矩陣的對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數組的形狀，這是更復雜（這就是爲什麼fill_diagonal是好的。 ..）：

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

（該list通話只需要在Python 3，凡zip返回迭代器）

來源

2012-03-31 21:09:34 Dougal

爲了讓將來的讀者清楚，mat [：n，：n] = 0'將整個數組/矩陣設置爲0，而不僅僅是對角元素。 '拉鍊'版本確實做了診斷。 – gorlum0 2013-01-20 11:58:29

@ gorlum0哎呀 - 謝謝你指出。我剛編輯修復它（'zip'實際上並不是必需的）''。 – Dougal 2013-01-20 15:28:20

酷，甚至裸'範圍'。這種隱含的東西很難知道。 – gorlum0 2013-01-21 06:07:15

下面是做到這一點的另一個好方法。如果你想在陣列的主對角線使用的一維視圖：

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

對於第i個superdiagonal使用：

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

對於第i次對角使用：

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

或者一般情況下，對於主對角線爲0的第i個對角線，子對角線爲負值，超對角線爲正，使用：

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

這些觀點，而不是拷貝，那麼他們將運行用於提取對角線快，但新的數組對象所做的任何更改將應用到原始數組。在我的機器上，當將主對角線設置爲常量時，它們的運行速度比fill_diagonal函數快，但情況並非總是如此。它們也可以用來爲一個對角線而不是一個常量賦值一個數組。

注意：對於小陣列，使用NumPy數組的flat屬性可能會更快。如果速度是一個主要問題，它可能是值得的A.shape[1]本地變量。此外，如果數組不連續，ravel()將返回一個副本，因此，爲了將值分配給跨步切片，需要創建切片用於生成跨步切片的原始數組（如果它是連續的）或使用flat屬性。

此外，最初計劃在NumPy 1.10及更高版本中，數組的「對角線」方法將返回視圖而不是副本。雖然這個改變還沒有做出，但希望在某個時候這個伎倆來獲得一個觀點將不再是必要的。見http://docs.scipy.org/doc/numpy-dev/reference/generated/numpy.diagonal.html

來源

2013-06-15 04:16:25 IanH

尼斯和哈克，我喜歡它！唯一需要注意的是我認爲你會得到['np.fill_diagonal'文檔]中描述的'wrap = True'行爲（http://docs.scipy.org/doc/numpy/reference/generated/numpy.fill_diagonal.html ）。你也許可以解決，爲你的切片添加足夠的停止值。 – Jaime 2013-07-23 04:41:21

謝謝，很好。我只是編輯它來解決這個問題和其他一些事情。 – 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.  ]])

來源

2013-12-30 20:06:00 phubaba

最小。碼。

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

來源

2014-02-21 14:14:28 meduz

你可以做到以下幾點。

假設您的矩陣是4 * 4矩陣。

indices_diagonal = np.diag_indices(4) 

yourarray[indices_diagonal] = Val

來源

2014-10-24 12:42:33

在numpy中更改矩陣對角線的值

回答

相關問題