Numpy修改ndarray对角线

Question

是否有任何方式在numpy中获得对数组对角线的引用？ 我希望我的阵列对角线按一定因素分 感谢

Answer 1

如果X是您的阵列和c是因素，

X[np.diag_indices_from(X)] /= c 

见diag_indices_from在NumPy的手册。

Answer 2

一个快速的方法来访问对角方形(n,n) numpy的数组是arr.flat[::n+1]：

n = 1000 
c = 20 
a = np.random.rand(n,n) 

a[np.diag_indices_from(a)] /= C# 119 microseconds 
a.flat[::n+1] /= C# 25.3 microseconds 

Answer 3

的np.fill_diagonal功能是相当快的：

np.fill_diagonal(a, a.diagonal()/c) 

其中a是您的阵列和c是你的因素。在我的机器上，这种方法与@ kwgoodman的a.flat[::n+1] /= c方法一样快，在我看来有点清晰（但不是光滑的）。

Answer 4

比较上述3种方法：

import numpy as np 
import timeit 

n = 1000 
c = 20 
a = np.random.rand(n,n) 
a1 = a.copy() 
a2 = a.copy() 
a3 = a.copy() 

t1 = np.zeros(1000) 
t2 = np.zeros(1000) 
t3 = np.zeros(1000) 

for i in range(1000): 
    start = timeit.default_timer() 
    a1[np.diag_indices_from(a1)] /= c 
    stop = timeit.default_timer() 
    t1[i] = start-stop 

    start = timeit.default_timer() 
    a2.flat[::n+1] /= c 
    stop = timeit.default_timer() 
    t2[i] = start-stop 

    start = timeit.default_timer() 
    np.fill_diagonal(a3,a3.diagonal()/c) 
    stop = timeit.default_timer() 
    t3[i] = start-stop 

print([t1.mean(), t1.std()]) 
print([t2.mean(), t2.std()]) 
print([t3.mean(), t3.std()]) 

[-4.5693619907979154e-05, 9.3142851395411316e-06] 
[-2.338075107036275e-05, 6.7119609571872443e-06] 
[-2.3731951987429056e-05, 8.0455946813059586e-06] 

所以你可以看到，np.flat方法是最快的，但是很小。当我再次运行这几次时，有时候fill_diagonal方法稍微快一点。但可读性明智的可能值得使用fill_diagonal方法。