如何将任意1维Numpy数组重塑为指定结构的下三角矩阵

实现方案 #

你需要构造的是下三角托普利茨矩阵，有两种常用实现方式：

方法1：纯NumPy实现（无额外依赖） #

核心思路是利用索引矩阵判断元素位置，直接按规则赋值：

import numpy as np

# 输入一维数组
a = np.array([3, 2, 9, 12])
n = a.shape[0]
# 生成行列索引矩阵
row_idx, col_idx = np.indices((n, n))
# 按规则生成矩阵：行索引>=列索引时取a[行-列]，否则取0
m = np.where(row_idx >= col_idx, a[row_idx - col_idx], 0)

运行后输出的m和你要求的结构完全一致。

方法2：借助scipy的托普利茨矩阵接口（代码更简洁） #

如果你的环境可以安装scipy，直接调用内置的托普利茨矩阵生成方法即可：

import numpy as np
from scipy.linalg import toeplitz

a = np.array([3, 2, 9, 12])
n = a.shape[0]
# 托普利茨矩阵第一列设为a，第一行设为第一个元素后接n-1个0
m = toeplitz(c=a, r=np.pad(a[:1], (0, n-1), constant_values=0))

两种方法都是向量化操作，性能远高于手动循环遍历赋值，适合处理任意长度的输入数组。

内容的提问来源于stack exchange，提问作者MRR