Python numpy diagonal用法及代码示例

本文简要介绍 python 语言中 numpy.diagonal 的用法。

用法:

numpy.diagonal(a, offset=0, axis1=0, axis2=1)

返回指定的对角线。

如果a是二维的，返回对角线a具有给定的偏移量，即表单元素的集合a[i, i+offset].如果a具有两个以上的维度，则由指定的轴轴1和轴2用于确定返回其对角线的二维sub-array。结果数组的形状可以通过删除来确定轴1和轴2并在右侧附加一个等于结果对角线大小的索引。

在 1.7 之前的 NumPy 版本中，此函数始终返回一个新的独立数组，其中包含对角线中值的副本。

在NumPy 1.7 和 1.8 中，它继续返回对角线的副本，但根据这一事实已被弃用。写入结果数组继续像以前一样工作，但会发出FutureWarning。

从 NumPy 1.9 开始，它返回原始数组的只读视图。尝试写入结果数组将产生错误。

在未来的某个版本中，它将返回一个读/写视图，并且写入返回的数组将改变您的原始数组。返回的数组将与输入数组具有相同的类型。

如果您不写入此函数返回的数组，那么您可以忽略以上所有内容。

如果您依赖于当前行为，那么我们建议显式复制返回的数组，即使用 np.diagonal(a).copy() 而不仅仅是 np.diagonal(a) 。这将适用于 NumPy 的过去和未来版本。

参数：

a： array_like

从中获取对角线的数组。

offset： 整数，可选

对角线与主对角线的偏移量。可以是正面的或负面的。默认为主对角线 (0)。

axis1： 整数，可选

轴用作二维子阵列的第一个轴，应从中获取对角线。默认为第一个轴 (0)。

axis2： 整数，可选

用作应从中获取对角线的二维子阵列的第二个轴的轴。默认为第二轴 (1)。

返回：

array_of_diagonals： ndarray

如果a是 2-D，则包含对角线且类型相同的 1-D 数组a被退回，除非a是一个numpy.matrix，在这种情况下是一维数组而不是(二维)numpy.matrix返回以保持向后兼容性。

如果a.ndim > 2，则由下式指定的尺寸轴1和轴2被删除，并在对应于对角线的末端插入一个新轴。

抛出：

ValueError

如果a的维度小于2。

例子：

>>> a = np.arange(4).reshape(2,2)
>>> a
array([[0, 1],
       [2, 3]])
>>> a.diagonal()
array([0, 3])
>>> a.diagonal(1)
array([1])

一个 3-D 示例：

>>> a = np.arange(8).reshape(2,2,2); a
array([[[0, 1],
        [2, 3]],
       [[4, 5],
        [6, 7]]])
>>> a.diagonal(0,  # Main diagonals of two arrays created by skipping
...            0,  # across the outer(left)-most axis last and
...            1)  # the "middle" (row) axis first.
array([[0, 6],
       [1, 7]])

我们刚刚获得主对角线的子数组；请注意，每个都对应于固定最右侧(列)轴，并且对角线在行中为“packed”。

>>> a[:,:,0]  # main diagonal is [0 6]
array([[0, 2],
       [4, 6]])
>>> a[:,:,1]  # main diagonal is [1 7]
array([[1, 3],
       [5, 7]])

可以通过使用 numpy.flipud 或 numpy.fliplr 反转元素的顺序来获得反对角线。

>>> a = np.arange(9).reshape(3, 3)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> np.fliplr(a).diagonal()  # Horizontal flip
array([2, 4, 6])
>>> np.flipud(a).diagonal()  # Vertical flip
array([6, 4, 2])

请注意，检索对角线的顺序因翻转函数而异。