我們知道numpy庫就是為了矩陣運算而打造的。很多矩陣的操作都可以使用numpy實現(xiàn),那么numpy矩陣取對角線如何取呢?實際上numpy提供了一個diag函數(shù)來進行取對角線。接下來我們就來了解一下numpy中diag函數(shù)怎么用吧。
假設創(chuàng)建一個1維數(shù)組a,和一個3*3數(shù)組b:
import numpy as np
a = np.arange(1, 4)
b = np.arange(1, 10).reshape(3, 3)
結果如下:
>>> a
array([1, 2, 3])
>>> b
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
使用diag函數(shù),看一看結果:
>>> np.diag(a)
array([[1, 0, 0],
[0, 2, 0],
[0, 0, 3]])
>>> np.diag(b)
array([1, 5, 9])
可以發(fā)現(xiàn),當 np.diag(array) 中
array是一個1維數(shù)組時,結果形成一個以一維數(shù)組為對角線元素的矩陣
array是一個二維矩陣時,結果輸出矩陣的對角線元素
補充:numpy.diag()結構及用法||參數(shù)詳解
numpy.diag(v,k=0)
以一維數(shù)組的形式返回方陣的對角線(或非對角線)元素,或將一維數(shù)組轉換成方陣(非對角線元素為0).兩種功能角色轉變取決于輸入的v。1
更深層的見numpy.diagnal()
參數(shù)詳解:
v : array_like.
如果v是2D數(shù)組,返回k位置的對角線。
如果v是1D數(shù)組,返回一個v作為k位置對角線的2維數(shù)組。
k : int, optional
對角線的位置,大于零位于對角線上面,小于零則在下面。
示例
>>> x = np.arange(9).reshape((3,3))
>>> x
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
>>> np.diag(x)
array([0, 4, 8])
>>> np.diag(x, k=1)
array([1, 5])
>>> np.diag(x, k=-1)
array([3, 7])
>>> np.diag(np.diag(x))
array([[0, 0, 0],
[0, 4, 0],
[0, 0, 8]])
以上就是numpy中diag函數(shù)怎么用的全部內容,希望能給大家一個參考,也希望大家多多支持W3Cschool。