二维数组的对角化

Question

我需要对很多矩阵进行对角化处理。虽然这些矩阵本身都很小（比如说是 a x a 的矩阵，其中 a 小于等于 10），但因为数量实在太多了，使用 for 循环和 numpy.linalg.eig 函数来逐个处理会花费很多时间。所以我想把这些矩阵放到一个数组里，也就是一个二维数组的数组，但不幸的是，Python 似乎把这个二维数组的数组当成了三维数组，这让它很困惑，结果就不愿意执行这个操作。那么，有没有办法让 Python 不把这个二维数组的数组看成三维数组呢？

谢谢，

一位 Python 新手

补充说明：为了更清楚，我并不是特别想要这个三维数组本身。因为一般来说，把一个数组传给一个函数的速度比用 for 循环一个一个传要快得多，所以我只是想把所有需要对角化的矩阵放在一个数组里。

Answer 1

如果你有一个三维数组，比如：

a = np.random.normal(size=(20,10,10))

那么你可以通过下面的方式来遍历所有20个10x10的数组：

for k in xrange(a.shape[0]):
    b = np.linalg.eig(a[k,:,:])

在这里，你可以用更复杂的方式来保存b。也许你现在就是这么做的，但你不能直接对三维数组使用np.linalg.eig，让它沿着某个方向计算，所以除非有办法把所有的数组合并成一个二维数组，不然你只能用循环。不过，我怀疑这样做会比直接遍历每个二维数组更快。