Numpy diag() 函数

Numpy diag() 函数用于从矩阵(二维数组)中提取对角线元素，或从一维数组或列表创建对角线矩阵。此函数用于矩阵运算和数值计算。

numpy.diag() 函数有两种使用方式:

• 对于二维数组，该函数提取数组的对角线元素。
• 对于一维数组，该函数创建一个方阵，以一维数组的元素作为对角线值，其余位置补零。

语法

以下是 Numpy diag() 函数的语法 -

numpy.diag(array, k=0)

参数

以下是 Numpy 函数的参数diag() 函数 -

• array:表示输入数组(可以是类似数组的形式)
• k(可选):表示要检索的对角线的整数 -
• k>0 - 表示主对角线上方的对角线
• k<0 - 表示主对角线下方的对角线

返回值

该函数返回二维数组的对角线元素，或者当传入一维数组时，返回一个新的方阵二维数组(对角矩阵)。

示例

以下是使用 Numpy 从给定二维数组中提取对角线元素的基本示例diag() 函数 −

import numpy as np
Matrix = np.array([[10, 20, 30], [40, 50, 60], [70, 80, 90]])
print("原始数组:
", Matrix)
Diagonal_elements = np.diag(Matrix)
print("对角线元素:", Diagonal_elements)

输出

以下是上述代码的输出:

原始数组:
[[10 20 30]
[40 50 60]
[70 80 90]]
对角线元素:[10 50 90]

示例:创建对角矩阵

当将一维数组传递给 numpy.diag() 函数时，它会创建一个方阵，其中数组元素位于主对角线上，其他位置为零。

在下面的示例中，我们创建了一个对角线给定一维数组，转换为对角矩阵 -

import numpy as np
array = np.array([1, 2, 3, 4])
print("原始数组:",array)
diagonal_matrix = np.diag(array)
print("对角矩阵:
", diagonal_matrix)

输出

以下是上述代码的输出 -

原始数组:[1 2 3 4]
对角矩阵:
 [[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]

示例:指定对角线偏移

k 参数可用于指定要提取或设置的对角线。正值提取主对角线上方的对角线，负值提取主对角线下方的对角线。

'k' 为正整数

在以下示例中，我们提取了比主对角线高一级 (k=1) 的对角线元素 -

import numpy as np
matrix = np.array([[11, 22, 33], [44, 55, 66], [77, 88, 99]])
print("原始数组:
",matrix)
diagonal_above = np.diag(matrix, k=1)
print("主对角线上方的对角线:", diagonal_above)

输出

以下是上述代码的输出 -

原始数组:
[[11 22 33]
[44 55 66]
[77 88 99]]
对角线在主对角线上方:[22 66]

'k' 为负整数

在下面的示例中，我们创建了一个对角矩阵，其中对角线比主对角线低一级 (k=-1) -

import numpy as np
array = np.array([[11, 22, 33], [44, 55, 66], [77, 88, 99]])
print("原始数组:
",array)
diagonal_matrix_below = np.diag(array, k=-1)
print("主对角线下方的对角矩阵:", diagonal_matrix_below)

输出

以下是上述代码的输出 -

原始数组:
[[11 22 33]
[44 55 66]
[77 88 99]]
主对角线下方的对角矩阵:[44 88]

示例:指定不同的数据类型

我们可以通过设置在将数组传递给 numpy.diag() 之前，创建数组时需添加 dtype 属性。

在以下示例中，我们创建了一个 float 数据类型的对角矩阵 -

import numpy as np
Float_array = np.array([10, 20, 30], dtype=float)
Float_diagonal_matrix = np.diag(Float_array)
print("浮点对角矩阵:
", Float_diagonal_matrix)

输出

浮点对角矩阵:
[[10. 0. 0.]
[ 0. 20. 0.]
[ 0. 0. 30.]]

示例:为"k"传递浮点值

当我们为 k 参数提供非整数值或传递无效数据类型时，numpy.diag() 将引发 TypeError。

在以下示例中，我们将 k 值作为浮点数传递，这导致了错误 -

import numpy as np
array = np.array([1, 2, 3])
# 这将引发 TypeError
diagonal_matrix_float_k = np.diag(array, k=1.5)
print(diagonal_matrix_float_k)

输出

Traceback (most recent call last):
  File "/home/cg/root/46524/main.py", line 4, in <module>
    diagonal_matrix_float_k = np.diag(array, k=1.5)
  File "<__array_function__ internals>", line 200, in diag
  File "/usr/local/lib/python3.10/dist-packages/numpy/lib/twodim_base.py", line 299, in diag
    res = zeros((n, n), v.dtype)
TypeError: 'float' object cannot be interpreted as an integer

numpy_array_creation_routines.html