numpy.fill_diagonal#

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

填充给定任意维度的数组的主对角线。

对于具有 a.ndim >= 2 的数组 a，对角线是具有相同索引 i 的值列表 a[i, ..., i]。此函数就地修改输入数组，而不返回值。

参数:
aarray，至少 2 维。

要就地填充对角线的数组。

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。如果类数组，则将展平的 val 写入对角线，必要时重复以填充所有对角线条目。

wrapbool

对于 NumPy 1.6.2 版本之前的瘦高矩阵，对角线在 N 列后“环绕”。您可以使用此选项获得此行为。这仅影响瘦高矩阵。

另请参阅

diag_indices, diag_indices_from

说明

此功能可以通过 diag_indices 获得，但内部版本使用更快的实现，该实现永远不会构建索引并使用简单的切片。

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]])

同一函数可以对 4-D 数组进行操作

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

为了清晰起见，我们仅展示几个块

>>> 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 选项仅影响瘦高矩阵

>>> # 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.flipud 或 numpy.fliplr 反转元素的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，对角线的填充顺序因翻转函数而异。

在此页上