深入理解np.diag

XZOXI • 2025-04-25 15:26 • 编程

一、介绍

NumPy是一个开源的Python科学计算库，它支持高维数组和矩阵运算。np.diag是NumPy中的一个函数，可以用来创建对角矩阵、获取对角线元素、构建对角线数组等。

np.diag的基本用法可以分为两种情况：

1、创建对角矩阵。对于给定的一维数组，np.diag返回一个由该数组表示的对角矩阵，其他元素均为零。

import numpy as np
arr = np.array([1, 2, 3])
print(np.diag(arr))

输出结果为：

[[1 0 0]
 [0 2 0]
 [0 0 3]]

2、获取对角线元素。对于给定的二维数组，np.diag返回一个以该数组的对角线为元素的一维数组。

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(np.diag(arr))

输出结果为：

[1 5 9]

np.diag不仅用于创建普通的对角矩阵，还可以创建不同种类的对角矩阵：

1、创建反对角矩阵。反对角矩阵是对角线上元素相等，其他元素均为零的矩阵。np.diag的第二个参数k可以用来控制对角线的位置，k>0表示对角线向右偏移k个位置，k<0表示对角线向左偏移-k个位置，k=0表示对角线在左上角。

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(np.diag(arr, k=2))

输出结果为：

[0 0 1 0 0 0 0 0 0]

2、创建单位矩阵。单位矩阵是对角线上元素均为1，其他元素均为零的矩阵。

print(np.diag(np.ones(5)))

输出结果为：

[[1. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 1.]]

np.diag还有一些其他的用法：

1、将一维数组转换为二维对角矩阵。如果输入参数是一维数组，np.diag会返回一个与该数组对应的二维对角矩阵。

print(np.diag([1, 2, 3]))

输出结果为：

[[1 0 0]
 [0 2 0]
 [0 0 3]]

2、将二维数组的对角线元素替换为给定的一维数组。如果第二个参数是一个一维数组，np.diag会将该数组的元素替换二维数组的对角线元素。

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(np.diag(np.array([10, 11, 12]), k=1))

输出结果为：

[[ 0 10  0  0  0]
 [ 0  0 11  0  0]
 [ 0  0  0 12  0]
 [ 0  0  0  0  0]
 [ 0  0  0  0  0]]

np.diag是NumPy中非常实用的函数，可以用来创建对角矩阵、获取对角线元素、构建对角线数组等。本文介绍了np.diag的基本用法，以及如何创建不同种类的对角矩阵和其他用法。掌握np.diag的各种用法可以在NumPy中进行更加高效和方便的矩阵操作。

原创文章，作者：XZOXI，如若转载，请注明出处：https://www.506064.com/n/372838.html