从对角线创建 3-D（或更大）对角线 NumPy 数组

【问题标题】：Creating a 3-D (or larger) diagonal NumPy array from diagonals从对角线创建 3-D（或更大）对角线 NumPy 数组
【发布时间】：2021-01-20 07:37:53
【问题描述】：

是否有基于“Numpy”的高效解决方案来创建 3（或更高）维对角矩阵？

更具体地说，我正在寻找一种更短（也许更有效）的解决方案来替换以下内容：

N = 100
M = 4
d = np.random.randn(N)   # calculated in the real use case from other parameters
A = np.zeros(M, M, N, dtype=d.dtype)
for i in range(M):
    A[i, i, :] = d

如果M 很大，上述解决方案会很慢，而且我认为内存效率不是很高，因为d 在内存中被复制了M 次。

【问题讨论】：

标签： python-3.x numpy numpy-ndarray

【解决方案1】：

这是np.einsum diag-view -

np.einsum('iij->ij',A)[:] =  d

查看字符串表示法，这也可以很好地从迭代部分翻译：A[i, i, :] = d。

用ellipsis泛化到ndarray -

np.einsum('ii...->i...',A)[:] =  d

【讨论】：

但这仍然需要提前定义A，对吗？我希望找到类似A = some_magic_function(d, M)?
@kMaster 并且初始化A = np.zeros((M, M, N), dtype=d.dtype) 让你烦恼吗？
是的，主要是因为这意味着我们为这个数组分配了M*M*N内存元素，而只有N元素应该足以存储这样一个数组。
@kMaster 您可能希望存储在稀疏矩阵中？遗憾的是没有 3D 或更高版本。