Numpy modify ndarray diagonal

Question

¿Hay algún modo en numpy para obtener una referencia a la matriz diagonal? Quiero que mi matriz diagonal al ser dividido por un cierto factor Gracias

Answer 1

Si X es su matriz y c es el factor,

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

Ver diag_indices_from en el manual Numpy.

Answer 2

Una forma rápida de acceder a la diagonal de una matriz numpy cuadrado (n,n) es con 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

La función np.fill_diagonal es bastante rápido:

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

donde a es su matriz y c es tu factor En mi máquina, este método era tan rápido como el método a.flat[::n+1] /= c de @ kwgoodman, y en mi opinión un poco más claro (pero no tan resbaladizo).

Answer 4

La comparación de las anteriores 3 métodos:

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] 

Así se puede ver que el método np.flat es el más rápido pero de forma marginal. Cuando ejecuté esto unas cuantas veces más, hubo ocasiones en que el método fill_diagonal fue ligeramente más rápido. Pero en cuanto a la legibilidad, probablemente valga la pena utilizar el método fill_diagonal.