Python中的算法相当于Q手动生成单位矩阵

Question

我知道 np.eye 生成单位矩阵。这道题是关于算法的，不是关于最终结果的。

在 Q（kdb+ 语言）中，我可以使用以下代码生成单位矩阵：

`float${x =\: x} til 12000

Python numpy 等价物或多或少是这样的：

import numpy as np
r=np.arange(12000)
np.asarray([i==r for i in r]).astype(float)

使用 Python 方法，在 np.asarray 期间进行了不必要的数据复制，以将 Python 数组转换回 numpy 数组。有没有办法避免这种复制？ IE。我想在不离开 numpy 域的情况下执行 [i==r for i in r]。

Answer 1

In [822]: r=np.arange(4)

您对列表的理解：

In [823]: [i==r for i in r]
Out[823]: 
[array([ True, False, False, False]),
 array([False,  True, False, False]),
 array([False, False,  True, False]),
 array([False, False, False,  True])]

一个等效的广播数组：

In [824]: r[:,None]==r[None,:]
Out[824]: 
array([[ True, False, False, False],
       [False,  True, False, False],
       [False, False,  True, False],
       [False, False, False,  True]])

另一种数组方法：

In [825]: A = np.zeros((4,4),int)
In [826]: A[np.arange(4),np.arange(4)] = 1
In [827]: A
Out[827]: 
array([[1, 0, 0, 0],
       [0, 1, 0, 0],
       [0, 0, 1, 0],
       [0, 0, 0, 1]])

或（受 np.tri 代码的启发）：

In [831]: np.equal.outer(np.arange(4), np.arange(4))
Out[831]: 
array([[ True, False, False, False],
       [False,  True, False, False],
       [False, False,  True, False],
       [False, False, False,  True]])

Answer 2

如果您的目标是以最有效的方式生成单位矩阵，我会推荐以下技巧：

>>> n = 5
>>> e = np.zeros(n*n)
>>> e[::n+1] = 1
>>> e.reshape((n, n))
array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.]])

Python中的算法相当于Q手动生成单位矩阵

Algorithm in Python equivalent to Q to manually generate identity matrix

python

numpy

kdb

array-broadcasting