Python numpy中的对称矩阵？

嗨

我希望在python中创建一个对称矩阵，并用零填充它

目前，我已经创建了一个已知维度的数组，但这不适合作为距离矩阵输入到R中

numpy中是否有创建对称矩阵的“简单”方法

谢谢， D

编辑

我应该澄清一下——创建“对称”矩阵很好。然而，我只对生成下三角形式感兴趣，即

ar = numpy.zeros((3, 3))

array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

我想：

array([[ 0],
       [ 0, 0 ],
       [ 0.,  0.,  0.]])

---

这可能吗？

我认为尝试使用这种三角形阵列是不可行的

例如，这里是（平方）成对欧几里德距离的简单实现：

def pdista(X):
    """Squared pairwise distances between all columns of X."""
    B= np.dot(X.T, X)
    q= np.diag(B)[:, None]
    return q+ q.T- 2* B

---

就性能而言，很难击败它（在Python级别）。不使用这种方法的主要优点是什么？

您能详细说明一下您所说的

不适合作为距离矩阵输入R的意思吗。您没有标记
R
，因此它是否相关？谢谢-不，那不是真的相关。项目之间的距离（欧几里德、曼哈顿、余弦等）以成对方式计算，因此输出对称。我正在计算自定义矩阵，因为R不能很好地处理我的数据。但这是另一个故事。抱歉造成混乱@达伦：还是不确定你在找什么。你是不是建议你只计算上三对角部分，而下三对角部分神奇地反映了这一点？即使是可行的，我也会期望性能受到处罚。你想展示一下你的代码吗？我认为EOL对类似Q的回答是正确的（）如果你想快速计算距离矩阵，请查看
scipy.spatial.pdist