Функция numpy.diag_indices() в Python: как использовать и примеры

Метод diag_indices() возвращает индексы для доступа к главной диагонали массива. Таким образом, возвращается кортеж индексов, которые можно использовать для доступа к главной диагонали массива a с размерами и формой a.ndim >= 2(n, n, …, n).

Содержание

Что такое функция np.diag_indices() в Python?
Синтаксис
Параметры
Возвращаемое значение
Примеры

Что такое функция np.diag_indices() в Python?

Метод np.diag_indices() — это библиотечная функция Numpy, которая возвращает индексы главной диагонали в виде кортежей в Python. Эти индексы в дальнейшем используются для доступа к главной диагонали массива с минимальной размерностью 2. Для a.ndim = 2 это обычная диагональ, а для a.ndim > 2 это набор индексов для доступа к a[i, i , …, i] для i = [0..n-1].

Синтаксис

numpy.diag_indices(n, ndim=2)

1	numpy.diag_indices(n, ndim=2)

Параметры

n:(int)

Размер по каждому измерению массивов, для которых требуются индексы главной диагонали.

ndim:(int,optional)

Количество измерений. По умолчанию это 2.

Возвращаемое значение

Метод возвращает кортеж, состоящий из индексов главной диагонали массива. Этот кортеж в дальнейшем можно использовать для доступа к элементам главной диагонали.

Примеры

Пример 1.

# app.py

import numpy as np

# create an array of size 5x5
n = np.diag_indices(5)
print(n)
a = np.arange(16).reshape(4, 4)
print('intial array:', a)
d = np.diag_indices(4)
a[d] = 25
print('new array:', a)

# app.py

import numpy as np

# create an array of size 5x5

n = np.diag_indices(5)

print(n)

a = np.arange(16).reshape(4, 4)

print('intial array:', a)

d = np.diag_indices(4)

a[d] = 25

print('new array:', a)

Выход:

python3 app.py(array([0, 1, 2, 3, 4]), array([0, 1, 2, 3, 4]))
intial array: [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]
new array: [[25  1  2  3]
 [ 4 25  6  7]
 [ 8  9 25 11]
 [12 13 14 25]]

python3 app.py(array([0, 1, 2, 3, 4]), array([0, 1, 2, 3, 4]))

intial array: [[ 0 1 2 3]

[ 4 5 6 7]

[ 8 9 10 11]

[12 13 14 15]]

new array: [[25 1 2 3]

[ 4 25 6 7]

[ 8 9 25 11]

[12 13 14 25]]

Пример 2.

Напишем программу, которая печатает индексы главной диагонали массива NxN и превращает его диагональный элемент в m.

# app.py

import numpy as np

n = input("enter the size of array:")
data = int(n)

print("indices of main diagonal:")
array = np.diag_indices(data)
print(array)

a = np.arange(data * data).reshape(data, data)
print("old array: \n", a)

d = np.diag_indices(data)
m = input("enter the element to insert on main diagonal:")
a[d] = m

print("new array: \n", a)

# app.py

import numpy as np

n = input("enter the size of array:")

data = int(n)

print("indices of main diagonal:")

array = np.diag_indices(data)

print(array)

a = np.arange(data * data).reshape(data, data)

print("old array: \n", a)

d = np.diag_indices(data)

m = input("enter the element to insert on main diagonal:")

a[d] = m

print("new array: \n", a)

Выход:

python3 app.py
enter the size of array:4
indices of main diagonal:(array([0, 1, 2, 3]), array([0, 1, 2, 3]))
old array:
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]
enter the element to insert on main diagonal:25
new array:
 [[25  1  2  3]
 [ 4 25  6  7]
 [ 8  9 25 11]
 [12 13 14 25]]

python3 app.py

enter the size of array:4

indices of main diagonal:(array([0, 1, 2, 3]), array([0, 1, 2, 3]))

old array:

[[ 0 1 2 3]

[ 4 5 6 7]

[ 8 9 10 11]

[12 13 14 15]]

enter the element to insert on main diagonal:25

new array:

[[25 1 2 3]

[ 4 25 6 7]

[ 8 9 25 11]

[12 13 14 25]]

Здесь мы получаем индексы главной диагонали массива NXN и используем эти индексы для изменения значений главной диагонали.

Мы ввели разные размеры массивов и значение, которое будет вставлено по главной диагонали. Мы создаем разные массивы NxN и вводим значения от 0 до(N^2)-1. Сначала выводим индексы главной диагонали, затем массив, а в конце выводим измененный массив.