如何在Python中将列矩阵或行矩阵转换为对角矩阵？

Question

我有一个行向量 A, A = [a1 a2 a3 ..... an] 我想创建一个对角矩阵 B = diag(a1, a2, a3, ..... , an) 与此行向量的元素。如何在 Python 中完成？

更新

这是说明问题的代码：

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

此代码的输出是 [1]，但我想要的输出是：

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

Answer 1

假设您在基于标签的 numpy 中工作，这就可以做到：

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 ) 在列表上创建一个迭代器，returns 元组如：

( 0, 第一个元素), ( 1, 第二个元素), ... ( N-1, 第 N 个元素 )

Answer 2

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)

结果：

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

如果你有一个行向量，你可以这样做：

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

结果：

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

对于问题中给定的矩阵：

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

结果又是：

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

Answer 3

我想你也可以使用 diagflat:

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

类似于诊断方法的结果

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

但不需要用 .A1 压平

Answer 4

另一种解决方案可能是：

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

关于此处各种答案的表现，我得到 timeit 100000 次重复：

How to convert a column or row matrix to a diagonal matrix in Python?