python矩阵对角和运算_在python中检查大矩阵是否是对角矩阵

不确定与其他产品相比有多快，但是：def isDiag(M):

i, j = np.nonzero(M)

return np.all(i == j)

编辑让我们计时：

^{pr2}$

嗯，这比较慢，可能是因为构造了i和{}

让我们尝试通过删除减法步骤来改进@donkopotamus解决方案：def b(M):

return np.all(M == np.diag(np.diagonal(M)))

%timeit b(M)

100 loops, best of 3: 4.48 ms per loop

这样好多了。在

EDIT2我想出了一个更快的方法：def isDiag2(M):

i, j = M.shape

assert i == j

test = M.reshape(-1)[:-1].reshape(i-1, j+1)

return ~np.any(test[:, 1:])

这不是做任何计算，只是重塑。结果发现，在对角线矩阵上，将所有数据整形为+1行，会将所有数据放入第一列。然后，您可以检查一个连续块中的任何非零，这对于numpy来说是非常复杂的。让我们检查一下时间：def Make42(m):

b = np.zeros(m.shape)

np.fill_diagonal(b, m.diagonal())

return np.all(m == b)

%timeit b(M)

%timeit Make42(M)

%timeit isDiag2(M)

100 loops, best of 3: 4.88 ms per loop

100 loops, best of 3: 5.73 ms per loop

1000 loops, best of 3: 1.84 ms per loop

看来我的原创比@Make42要快M = np.diag(np.random.randint(0,10,10000))

%timeit b(M)

%timeit Make42(M)

%timeit isDiag2(M)

The slowest run took 35.58 times longer than the fastest. This could mean that an intermediate result is being cached.

1 loop, best of 3: 335 ms per loop

10 loops, best of 3: 76.5 ms per loop

而@Make42在较大的集合上给出内存错误。但我的内存似乎没有他们多。在