numpy.对角线#

麻木的。对角线( a , offset = 0 , axis1 = 0 , axis2 = 1 ) [来源] #

返回指定的对角线。

如果a是二维的，则返回具有给定偏移量的a对角线，即形式的元素集合。如果 a超过二维，则使用axis1 和axis2指定的轴来确定返回其对角线的二维子数组。可以通过删除axis1和axis2并在右侧添加等于结果对角线大小的索引来确定结果数组的形状。a[i, i+offset]

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，它将返回读/写视图，并且写入返回的数组将更改原始数组。返回的数组将具有与输入数组相同的类型。

如果您不写入此函数返回的数组，那么您可以忽略上述所有内容。

如果您依赖于当前的行为，那么我们建议显式复制返回的数组，即使用np.diagonal(a).copy()而不只是np.diagonal(a).这适用于过go和未来版本的 NumPy。

参数：

类似数组: 从中获取对角线的数组。
偏移量int，可选: 对角线与主对角线的偏移。可以是正值，也可以是负值。默认为主对角线 (0)。
axis1整数，可选: 用作二维子数组的第一个轴的轴，应从中获取对角线。默认为第一轴 (0)。
axis2整数，可选: 用作二维子数组的第二个轴的轴，应从中获取对角线。默认为第二轴 (1)。

返回：

对角线数组ndarray

如果a是二维，则返回包含对角线且与a类型相同的一维数组，除非a是 a ，在这种情况下，按顺序返回matrix一维数组而不是 (2-D)matrix以保持向后兼容性。

如果，则删除axis1和axis2指定的尺寸，并在对角线对应的末端插入一个新轴。a.ndim > 2

加薪：

值错误: 如果a的维数小于2。

也可以看看

diag: MATLAB 对于一维和二维数组的工作方式类似。
diagflat: 创建对角数组。
trace: 沿对角线求和。

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])

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“填充”在行中。

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

反对角线可以通过使用或反转元素的顺序来numpy.flipud获得numpy.fliplr。

>>> 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。