主页 > 知识库 > Python NumPy中diag函数的使用说明

Python NumPy中diag函数的使用说明

热门标签:富锦商家地图标注 沈阳防封电销卡品牌 如何申请400电话费用 外呼系统哪些好办 沈阳外呼系统呼叫系统 池州外呼调研线路 武汉外呼系统平台 江西省地图标注 沈阳人工外呼系统价格

NumPy包中的内置diag函数很有意思。

假设创建一个1维数组a,和一个3*3数组b:

import numpy as np
a = np.arange(1, 4)
b = np.arange(1, 10).reshape(3, 3)

结果如下:

>>> a
array([1, 2, 3])
>>> b
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])

使用diag函数,看一看结果:

>>> np.diag(a)
array([[1, 0, 0],
[0, 2, 0],
[0, 0, 3]])
>>> np.diag(b)
array([1, 5, 9])

可以发现,当 np.diag(array)

array是一个1维数组时,结果形成一个以一维数组为对角线元素的矩阵

array是一个二维矩阵时,结果输出矩阵的对角线元素

补充:numpy.diag()结构及用法||参数详解

numpy.diag(v,k=0) 

官方文档

以一维数组的形式返回方阵的对角线(或非对角线)元素,或将一维数组转换成方阵(非对角线元素为0).两种功能角色转变取决于输入的v。1

更深层的见numpy.diagnal()

参数详解:

v : array_like.

如果v是2D数组,返回k位置的对角线。

如果v是1D数组,返回一个v作为k位置对角线的2维数组。

k : int, optional

对角线的位置,大于零位于对角线上面,小于零则在下面。

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]])

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
  • Python NumPy灰度图像的压缩原理讲解
  • Python多进程共享numpy 数组的方法
  • python中sqllite插入numpy数组到数据库的实现方法
  • python图像处理基本操作总结(PIL库、Matplotlib及Numpy)
  • python numpy中multiply与*及matul 的区别说明
  • 浅谈Python numpy创建空数组的问题
  • Python机器学习三大件之一numpy
  • python利用numpy存取文件案例教程

标签:株洲 潜江 阿里 通辽 常德 铜川 黑龙江 吕梁

巨人网络通讯声明:本文标题《Python NumPy中diag函数的使用说明》,本文关键词  Python,NumPy,中,diag,函数,的,;如发现本文内容存在版权问题,烦请提供相关信息告之我们,我们将及时沟通与处理。本站内容系统采集于网络,涉及言论、版权与本站无关。
  • 相关文章
  • 下面列出与本文章《Python NumPy中diag函数的使用说明》相关的同类信息!
  • 本页收集关于Python NumPy中diag函数的使用说明的相关信息资讯供网民参考!
  • 推荐文章