Ändern der Werte der Diagonalen einer Matrix in numpy

Question

Wie kann ich die Werte der Diagonale einer Matrix in numpy ändern?

Ich überprüfte Numpy modify ndarray diagonal, aber die Funktion dort ist nicht in numpy v 1.3.0 implementiert.

können sagen, dass wir eine np.array X haben und ich möchte alle Werte der Diagonalen auf 0.

Answer 1

Haben Sie versucht numpy.fill_diagonal? Siehe die folgenden answer und diese discussion. Oder die folgende aus der Dokumentation (obwohl zur Zeit gebrochen):

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

Answer 2

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

Wo Größe n in einer n x n-Matrix ist.

Answer 3

Wenn Sie eine Version von numpy verwenden, die nicht fill_diagonal haben (die right way die Diagonale auf eine Konstante eingestellt) oder diag_indices_from, Sie können diese ziemlich leicht mit Array-Slicing tun:

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

diese viel schneller als eine explizite Schleife in Python sind, weil der Looping in C geschieht und möglicherweise vektorisiert wird.

Eine schöne Sache ist, dass Sie auch eine Diagonale mit einer Liste von Elementen füllen können, anstatt einen konstanten Wert (wie diagflat, aber zum Ändern einer bestehenden Matrix, anstatt eine neue zu erstellen). Zum Beispiel wird festgelegt dies die Diagonale Ihrer Matrix 0, 1, 2, ...:

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

Wenn Sie mehr Array Formen unterstützen müssen, das komplizierter ist (weshalb fill_diagonal schön ist. ..):

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

(Das ist list Aufruf in Python notwendig, nur 3, wo zip einen Iterator zurückgibt)

Answer 4

diese Hier ist ein weiterer guter Weg, zu tun.. Wenn Sie eine eindimensionale Sicht auf die Hauptdiagonale Verwendung des Arrays:

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

Für die i-te superdiagonal Verwendung:

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

Für die i-te subdiagonal Verwendung:

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

Oder im Allgemeinen, für die i-Diagonale, wo die Hauptdiagonale 0 ist, sind die Subdiagonalen negativ und die Superdiagonalen sind positiv, verwenden:

Dies sind Ansichten und keine Kopien, so dass sie zum Extrahieren einer Diagonale schneller ausgeführt werden, aber alle Änderungen am neuen Array-Objekt werden auf das ursprüngliche Array angewendet. Auf meinem Computer laufen diese schneller als die Funktion fill_diagonal, wenn die Hauptdiagonale auf eine Konstante gesetzt wird, aber das ist möglicherweise nicht immer der Fall. Sie können auch verwendet werden, um einer Diagonalen anstelle einer Konstante ein Wertefeld zuzuordnen.

Hinweise: Bei kleinen Arrays kann das Attribut flat des NumPy-Arrays möglicherweise schneller verwendet werden. Wenn Geschwindigkeit ein großes Problem ist, könnte es sich lohnen, A.shape[1] eine lokale Variable zu machen. Wenn das Array nicht zusammenhängend ist, wird auch ravel() eine Kopie zurückgeben. Um einem schrittweisen Segment Werte zuzuweisen, muss das ursprüngliche Array, das zum Generieren des schrittweisen Segments verwendet wurde, kreativ geschnitten werden (wenn es zusammenhängend ist). oder um das flat Attribut zu verwenden.

Auch war ursprünglich geplant, dass in NumPy 1.10 und später die 'Diagonale' Methode von Arrays eine Ansicht statt einer Kopie zurückgeben wird. Diese Änderung wurde noch nicht gemacht, aber hoffentlich wird dieser Trick an einer Stelle nicht mehr nötig sein. Siehe http://docs.scipy.org/doc/numpy-dev/reference/generated/numpy.diagonal.html

Answer 5

>>> 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.  ]]) 

Answer 6

Minimal. Code.

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

Answer 7

können Sie Folgendes tun.

Angenommen, Ihre Matrix ist 4 * 4 Matrix.

indices_diagonal = np.diag_indices(4) 

yourarray[indices_diagonal] = Val