Python中的numpy.diag

numpy.diag是numpy库中的一个函数，用于创建一个矩阵的对角线数组，或者从一个数组中提取一个对角线数组。

语法

numpy.diag(v, k=0)

其中，参数说明如下：

• v: 可以是一个一维数组，表示对角线数组；也可以是一个矩阵，表示取出对角线数组。
• k: 整数类型，表示对角线位置的偏移量。默认值是0, 表示从主对角线开始；正整数表示上对角线，负整数表示下对角线。

返回值

返回一个新的二维数组，其中除了对角线数组以外，其他所有元素都是0或常数c。

示例

import numpy as np

# 从一维数组中创建对角线数组
v = np.array([1, 2, 3])
d = np.diag(v)
print(d)

# 从矩阵中获取对角线数组
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
d = np.diag(a)
print(d)

# 获取对角线数组的偏移值
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
d = np.diag(a, k=1)
print(d)

输出：

[[1 0 0]
 [0 2 0]
 [0 0 3]]
[1 5 9]
[2 6]

从上述示例中可以看出，通过numpy.diag函数，我们可以方便地创建一个对角线数组，或者从一个矩阵中提取出对角线数组。同时，我们也可以通过k参数来获取指定偏移量的对角线数组，非常灵活。