numpy.fill_diagonal#

numpy.fill_diagonal(a, val, wrap=False)[source]#

填充给定任何维度的数组的主对角线。

对于具有 a.ndim >= 2 的数组 a,对角线是值列表 a[i, ..., i],其中索引 i 全部相同。此函数对输入数组进行就地修改,不返回值。

参数:
a数组,至少是 2 维的。

其对角线要就地填充的数组。

val标量或类数组

要写入对角线的值。如果 val 是标量,则该值将写入对角线。如果是类数组,则扁平化的 val 将写入对角线,如果需要,将重复以填充所有对角线条目。

wrap布尔值

对于 NumPy 版本 1.6.2 之前的长矩阵,对角线在 N 列之后“环绕”。您可以通过此选项获得此行为。这仅影响长矩阵。

备注

版本 1.4.0 中新增。

此功能可以通过 diag_indices 获得,但内部此版本使用一个快得多的实现,它从不构建索引,而是使用简单的切片。

示例

>>> import numpy as np
>>> a = np.zeros((3, 3), int)
>>> np.fill_diagonal(a, 5)
>>> a
array([[5, 0, 0],
       [0, 5, 0],
       [0, 0, 5]])

同一个函数可以操作一个 4 维数组

>>> a = np.zeros((3, 3, 3, 3), int)
>>> np.fill_diagonal(a, 4)

我们只显示了一些块以保持清晰

>>> a[0, 0]
array([[4, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])
>>> a[1, 1]
array([[0, 0, 0],
       [0, 4, 0],
       [0, 0, 0]])
>>> a[2, 2]
array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 4]])

wrap 选项仅影响长矩阵

>>> # tall matrices no wrap
>>> a = np.zeros((5, 3), int)
>>> np.fill_diagonal(a, 4)
>>> a
array([[4, 0, 0],
       [0, 4, 0],
       [0, 0, 4],
       [0, 0, 0],
       [0, 0, 0]])
>>> # tall matrices wrap
>>> a = np.zeros((5, 3), int)
>>> np.fill_diagonal(a, 4, wrap=True)
>>> a
array([[4, 0, 0],
       [0, 4, 0],
       [0, 0, 4],
       [0, 0, 0],
       [4, 0, 0]])
>>> # wide matrices
>>> a = np.zeros((3, 5), int)
>>> np.fill_diagonal(a, 4, wrap=True)
>>> a
array([[4, 0, 0, 0, 0],
       [0, 4, 0, 0, 0],
       [0, 0, 4, 0, 0]])

可以使用 numpy.flipudnumpy.fliplr 反转元素顺序来填充反对角线。

>>> a = np.zeros((3, 3), int);
>>> np.fill_diagonal(np.fliplr(a), [1,2,3])  # Horizontal flip
>>> a
array([[0, 0, 1],
       [0, 2, 0],
       [3, 0, 0]])
>>> np.fill_diagonal(np.flipud(a), [1,2,3])  # Vertical flip
>>> a
array([[0, 0, 3],
       [0, 2, 0],
       [1, 0, 0]])

请注意,填充对角线的顺序会因翻转函数的不同而不同。