如何使用 numpy 从一维数组创建对角矩阵？

Posted 2023-03-12

【中文标题】如何使用 numpy 从一维数组创建对角矩阵？

【英文标题】：How can I use numpy to create a diagonal matrix from a 1d array?

【发布时间】：2018-06-29 03:37:11

【问题描述】：

我正在使用 Python 和 numpy 来做线性代数。

我对矩阵执行numpy SVD 以获得矩阵 U、i 和 V。但是，i 矩阵表示为 1x4 矩阵，有 1 行。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],[3,3,5,2]])

U, i, V = np.linalg.svd(A,full_matrices=True)

所以我希望 i 是一个完整的对角矩阵。我该怎么做？

【参考方案1】：

使用numpy的diag函数：

numpy.diag(i)

来自文档：

提取对角线或构造对角线数组。

【讨论】：

嗯，就是这么简单！

是的，我发现自己经常使用 diag。

【参考方案2】：

如何让 numpy 将 i 矩阵表示为对角矩阵，例如 所以：[[12.22151125, 0, 0, 0],[0,4.92815942, 0, 0],[0,0,2.06380839,0 ],[0,0,0,0.29766152]]

你应该使用numpy.diagflat(flatted_input, k=0)，到Create a two-dimensional array with the flattened input as a diagonal

例子

In [1]: flatted_input = [12, 4, 2, 1]

In [2]: np.diagflat(flatted_input)

Out [2]: array([[12, 0, 0, 0],
                [0, 4, 0, 0],
                [0, 0, 2, 0],
                [0, 0, 0, 1]])