文章目录
- 对角矩阵
- scipy中的函数
- numpy.diagflat
- numpy.tri
- 对角块矩阵
对角矩阵
scipy中的函数
在scipy.linalg
中,通过tri(N, M=None, k=0, dtype=None)
可生成对角矩阵,若M=None
,则默认为。k
表示矩阵中用1填充的次对角线个数。
print(tri(3,5,2,dtype=int))
'''
[[1 1 1 0 0]
[1 1 1 1 0]
[1 1 1 1 1]]
'''
在numpy
中也提供了多种对角矩阵生成函数,包括diag
, diagflat
, tri
, tril
, triu
等,
numpy.diagflat
diagflat
用于生成对角矩阵,diag
在diagflat
基础上,添加了提取对角元素的功能,例如
>>> np.diagflat([1,2,3])
array([[1, 0, 0],
[0, 2, 0],
[0, 0, 3]])
>>> np.diag([1,2,3])
array([[1, 0, 0],
[0, 2, 0],
[0, 0, 3]])
>>> np.diag(np.ones([3,3])) #提取对角元素
array([1., 1., 1.])
numpy.tri
tri(M,N,k)
用于生成M行N列的三角阵,其元素为0或者1,k
用于调节0
和1
的分界线相对于对角线的位置,例如
>>> np.tri(3,5,1)
array([[1., 1., 0., 0., 0.],
[1., 1., 1., 0., 0.],
[1., 1., 1., 1., 0.]])
>>> np.tri(3,5,2)
array([[1., 1., 1., 0., 0.],
[1., 1., 1., 1., 0.],
[1., 1., 1., 1., 1.]])
>>> np.tri(3,5,3)
array([[1., 1., 1., 1., 0.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])
tril, triu
可用于提取出矩阵的左下和右上的三角阵,其输入参数除了待提取矩阵之外,另一个参数与tri
中的k
相同。
x = np.arange(12).reshape(4,3)
>>> np.tril(x,-1)
array([[ 0, 0, 0],
[ 3, 0, 0],
[ 6, 7, 0],
[ 9, 10, 11]])
>>> np.triu(x,-1)
array([[ 0, 1, 2],
[ 3, 4, 5],
[ 0, 7, 8],
[ 0, 0, 11]])
对角块矩阵
对于scipy.linalg.block_diag(A,B,C)
而言,会生成如下形式矩阵
from scipy.linalg import *
import numpy as np
A = np.ones([2,2])
B = np.round(np.random.rand(3,3),2)
C = np.diag([1,2,3])
bd = block_diag(A,B,C)
print(bd)
其bd打印结果是一个矩阵
其中
文章出处登录后可见!
已经登录?立即刷新