用python替换二维数组的对角线[重复]答案

【问题标题】：Replace diagonals of a 2D array with python [duplicate]用python替换二维数组的对角线[重复]
【发布时间】：2018-02-01 18:19:39
【问题描述】：

我有以下二维数组

A=([[1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12],
    [13, 14, 15, 16])

我想用数组替换主对角线

a = ([0,2,15,20])

因此，结果一定是

A=([[0, 2, 3, 4],
    [5, 2, 7, 8],
    [9, 10, 15, 12],
    [13, 14, 15, 20])

我尝试使用 np.diag(a, k=0) 但它不起作用，因为 np.diag() 使用数组“a”创建了一个对角二维数组。

有没有办法用 numpy 做到这一点？上面的例子是最简单的。我希望不仅可以更改邮件对角线，还可以更改所有对角线。

【问题讨论】：

标签： python arrays numpy diagonal

【解决方案1】：

您可以为此使用np.fill_diagonal(..)。就像文档说的：

numpy.fill_diagonal(a, val, wrap=False)

填充给定任意维度数组的主对角线。

例如：

np.<b>fill_diagonal</b>(A, 20)

因此，我们在这里广播 20 在整个对角线上。

您还可以用不同的值填充对角线，例如：

np.fill_diagonal(A, [0,2,15,20])

例如：

>>> a = np.zeros((4,4))
>>> np.fill_diagonal(a, [0,2,15,20])
>>> a
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  2.,  0.,  0.],
       [ 0.,  0., 15.,  0.],
       [ 0.,  0.,  0., 20.]])

如果您想更改其他对角线，则只需镜像阵列即可。例如对于 antidiagonal，我们可以使用：

np.fill_diagonal(A<b>[::-1]</b>, -20)

于是我们得到：

>>> A = np.zeros((4,4))
>>> np.fill_diagonal(A[::-1], -20)
>>> A
array([[  0.,   0.,   0., -20.],
       [  0.,   0., -20.,   0.],
       [  0., -20.,   0.,   0.],
       [-20.,   0.,   0.,   0.]])

如果我们不考虑上对角线和下对角线，一个n维矩阵有n×(n-1 ) 对角线。我们可以通过镜像一个或多个维度来分配它。

【讨论】：

我喜欢你的回答（发现 numpy 函数很可爱），但他要求主对角线，如果我没记错的话，只要 any 对角线。
谢谢，这是一个很好的答案。我更改了数组“a”，因为它是一个糟糕的例子，所有元素都等于 20。
@IMCoins：好吧，这只填充了 main 对角线（甚至在文档中）:)
@DiegoDZ：这不是问题，你也可以传递一个iterable，然后它将不执行广播。

【解决方案2】：

查看numpy docs 对多维数组的索引。

A[np.arange(A.shape[0]), np.arange(A.shape[1])] = [0,2,15,20]

注意：@WillemVanOnsem 的答案是填充主对角线的最佳答案，但这是获取/设置多维数组中任何元素子集的最佳通用方法！

例如改变另一个对角线：

A[-np.arange(1, A.shape[0] + 1), np.arange(A.shape[1])] = [0,2,15,20]

【讨论】：