如何使用 numpy 从 1D 数组创建对角矩阵

Question

我正在使用带有numpy的Python来做线性代数。

我在矩阵上执行了numpy SVD，以获得矩阵 U、i 和 V。但是，i 矩阵表示为具有 1 行的 1x4 矩阵。即：[ 12.22151125 4.92815942 2.06380839 0.29766152] .

我怎样才能让 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)

所以我希望我是一个完整的对角矩阵。我是怎么做到的？

Answer 1

使用 numpy 的诊断函数：

numpy.diag(i)

从文档中：

提取对角线或构造对角线数组。

Answer 2

我怎样才能让 numpy 将 i 矩阵表示为对角矩阵，例如 SO： [[12.22151125， 0， 0， 0]，[0,4.92815942， 0， 0]，[0,0,2.06380839,0 ]，[0,0,0,0.29766152]]

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

例

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]])