我有一个n乘M矩阵，我想转换为MN-m矩阵，用含有对角线每行的结果的每个m乘米块。
例如，如果输入是：
[1 2; 3 4; 5 6]
输出应该是：
[1 0; 0 2; 3 0; 0 4; 5 0; 0 6]
当然，我并不想组装用一个步骤自己的矩阵步骤for循环。
是否有一个量化的和简单的方式来实现这一目标？
Answer 1:
用于向量化的方法来做到这一点，创建对角元素的线性索引到所得到的矩阵，并直接分配。
%# create some input data
inArray = [10 11;12 13;14 15];
%# make the index array
[nr,nc]=size(inArray);
idxArray = reshape(1:nr*nc,nc,nr)';
idxArray = bsxfun(@plus,idxArray,0:nr*nc:nr*nc^2-1);
%# create output
out = zeros(nr*nc,nc);
out(idxArray) = inArray(:);
out =
10 0
0 11
12 0
0 13
14 0
0 15
Answer 2:
下面是一个简单的向量化溶液，假设X是输入矩阵：
Y = repmat(eye(size(X, 2)), size(X, 1), 1);
Y(find(Y)) = X;
另一种替代方法是使用sparse ，这可以写为一个整洁的一行程序：
Y = full(sparse(1:numel(X), repmat(1:size(X, 2), 1, size(X, 1)), X'));
Answer 3:
我认为要做到这一点最简单的方法其实很简单，用简单的索引引用和重塑功能：
I = [1 2; 3 4; 5 6];
J(:,[1,4]) = I;
K = reshape(J',2,6)';
如果您检查J ，它看起来像这样：
J =
1 0 0 2
3 0 0 4
5 0 0 6
矩阵K正是想要的东西：
K =
1 0
0 2
3 0
0 4
5 0
0 6
如埃坦T IN的评论所指出的，以上是特定于实施例，并且不覆盖一般解。 所以下面是一般的解决方案，m和n如在问题说明。
J(:,1:(m+1):m^2) = I;
K=reshape(J',m,m*n)';
如果你想进行测试，看看它的工作，只是使用
I=reshape(1:(m*n),m,n)';
注意：如果j已经存在，这可能会导致问题。 在这种情况下，你也需要使用
J=zeros(n,m^2);
Answer 4:
它可能不是最高效计算的解决方案，但这里有一个1，内胆采用kron ：
A = [1 2; 3 4; 5 6];
B = diag(reshape(A', 6, 1) * kron(ones(3, 1), eye(2))
% B =
% 1 0
% 0 2
% 3 0
% 0 4
% 5 0
% 0 6
这可如果A是n×m的概括：
diag(reshape(A.', n*m, 1)) * kron(ones(n,1), eye(m))
文章来源: How to vectorize row-wise diagonalization of a matrix
