如何高效构建对应指定上对角线的numpy/pandas矩阵？

• 首先明确矩阵维度：数组systems长度为11，因此目标矩阵h是12×12的方阵（偏移1的上对角线元素数量等于矩阵行数-1）
• 直接用Numpy的向量化索引赋值替代循环操作，效率提升显著，且天然支持64位整数类型：

import numpy as np
import pandas as pd

systems = np.array([1, 3, 1, 7, 1, 15, 1, 7, 1, 3, 1], dtype=np.int8)
# 确定矩阵尺寸，可直接适配任意长度的systems
mat_size = len(systems) + 1
# 初始化64位整数类型的全零矩阵
h_mat = np.zeros((mat_size, mat_size), dtype=np.int64)
# 向量化赋值偏移1的上对角线
row_indices = np.arange(len(systems))
col_indices = np.arange(1, mat_size)
h_mat[row_indices, col_indices] = systems
# 转换为DataFrame
h = pd.DataFrame(h_mat)

• 验证结果：执行np.diagonal(h, 1)会完全匹配systems数组
• 优势：避免循环的逐元素操作，利用Numpy底层优化大幅提升速度，通过指定dtype=np.int64直接满足后续64位整数处理需求

内容的提问来源于stack exchange，提问作者oppressionslayer