Python: Varolan diziyi yeniden boyutlandırma ve

Question

benim konu gerçekten basit olması gerektiğini düşünüyorum sıfırlarla doldurmak, henüz herhangi internette herhangi bir yardım bulamıyorum. Python için çok yeniyim, bu yüzden çok açık bir şey eksik.

bu [x x x] (one-dimensional) gibi bir dizi, S, var. Şimdi np.diag(S) ile köşegen matris, sigma oluşturmak - Şimdiye kadar, çok iyi. Ben var başka diziye ile çarpın, böylece Şimdi, boyutlandırmak için bu yeni diyagonal dizi istiyorum. Ben my_sigma içeriğini yazdırırken

import numpy as np 
... 
shape = np.shape((6, 6)) #This will be some pre-determined size 
sigma = np.diag(S) #diagonalise the matrix - this works 
my_sigma = sigma.resize(shape) #Resize the matrix and fill with zeros - returns "None" - why? 

Ancak, ben "None" olsun. doğru yönde Can Birisi lütfen nokta beni, ben bu kadar karmaşık olması gerektiğini hayal bile edemiyorum çünkü. Herhangi bir yardım için şimdiden

teşekkürler! o yerinde faaliyet çünkü

[x 0 0] 
[0 x 0] 
[0 0 x] 
[0 0 0] 
[0 0 0] 
[0 0 0] - or some similar size, but the diagonal elements are important. 

Answer 1

sigma.resize() döner None:

Casper

Grafiksel:

[x x x] 

Şunu istiyorum:

bu var. np.resize(sigma, shape) Öte yandan, sonuç verir, ancak bunun yerine sıfır ile doldurma , bu dizi tekrarları ile doldurur.

Ayrıca, shape() işlevi, girişinin şeklini döndürür. Bir şekli önceden tanımlamak istiyorsanız, sadece bir tuple kullanın.

import numpy as np 
... 
shape = (6, 6) #This will be some pre-determined size 
sigma = np.diag(S) #diagonalise the matrix - this works 
sigma.resize(shape) #Resize the matrix and fill with zeros 

Ancak, bu ilk özgün dizi doğrulmak edecek ve ardından orijinal sipariş yok, verilen şeklin içine yeniden. Sıfır ile "pad" yapmak istiyorsanız, resize() kullanmak yerine, doğrudan oluşturulan bir mat matrisine doğrudan indeksleyebilirsiniz.

# This assumes that you have a 2-dimensional array 
zeros = np.zeros(shape, dtype=np.int32) 
zeros[:sigma.shape[0], :sigma.shape[1]] = sigma 

Answer 2

Düzenleme işlemini görüyorum ... önce sıfırları oluşturmanız ve ardından bazı sayıları ona taşımak zorundasınız. Eğer

bigger_sigma = np.zeros(shape, dtype=sigma.dtype) 
diag_ij = np.diag_indices_from(sigma) 
bigger_sigma[diag_ij] = sigma[diag_ij] 

Answer 3

tek çizgide yapabilirsiniz sürümü 1.7.0 numpy.pad yeni numpy işlevi vardır için np.diag_indices_from yararlı olabilir. Diğer cevaplarda olduğu gibi, dolgudan önce np.diag köşegen matrisi de oluşturabilirsiniz. Bu cevapta kullanılan tuple ((0,N),(0,0)), matrisin pede geçirileceği "tarafını" gösterir.

[[1 0 0] 
[0 2 0] 
[0 0 3] 
[0 0 0] 
[0 0 0] 
[0 0 0]] 

Answer 4

Başka saf piton çözüm

a = [1, 2, 3] 
b = [] 
for i in range(6): 
    b.append((([0] * i) + a[i:i+1] + ([0] * (len(a) - 1 - i)))[:len(a)]) 

b şimdi

[[1, 0, 0], [0, 2, 0], [0, 0, 3], [0, 0, 0], [0, 0, 0], [0, 0, 0]] 

iğrenç bir çözüm bu, ben olacak geçerli:

import numpy as np 

A = np.array([1, 2, 3]) 

N = A.size 
B = np.pad(np.diag(A), ((0,N),(0,0)), mode='constant') 

B artık eşittir itiraf et şapka. Bununla birlikte, kullanılabilen list türünün bazı işlevlerini gösterir.

Answer 5

Bu çözüm

, sadece

np.resize(d,(6,3)) 
""" 
adds a repeating value 
array([[ 1., 0., 0.], 
     [ 0., 1., 0.], 
     [ 0., 0., 1.], 
     [ 1., 0., 0.], 
     [ 0., 1., 0.], 
     [ 0., 0., 1.]]) 
""" 

Bu eser

yapar yinelenen değerler eklemek Bu işi dosent

S= np.ones((3)) 
print (S) 
# [ 1. 1. 1.] 
d= np.diag(S) 
print(d) 
""" 
[[ 1. 0. 0.] 
[ 0. 1. 0.] 
[ 0. 0. 1.]] 

""" 

örnek bir dizi al resize fonksiyonu ile çalışır

d.resize((6,3),refcheck=False) 
print(d) 
""" 
[[ 1. 0. 0.] 
[ 0. 1. 0.] 
[ 0. 0. 1.] 
[ 0. 0. 0.] 
[ 0. 0. 0.] 
[ 0. 0. 0.]] 
"""