Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >numpy:如何获取数组反对角线?

numpy:如何获取数组反对角线?

提问于 2018-02-11 15:52:50
回答 2关注 0查看 1.6K

因此,在numpy数组中,有一个内置函数来获取对角线索引,但我似乎不知道如何从右上而不是左上角开始获得对角线。

这是从左上角开始的正常代码:

代码语言:txt
AI代码解释
复制
>>> import numpy as np
>>> array = np.arange(25).reshape(5,5)
>>> diagonal = np.diag_indices(5)
>>> array
array([[ 0,  1,  2,  3,  4],
   [ 5,  6,  7,  8,  9],
   [10, 11, 12, 13, 14],
   [15, 16, 17, 18, 19],
   [20, 21, 22, 23, 24]])
>>> array[diagonal]
array([ 0,  6, 12, 18, 24])

但我想要它返回,

代码语言:txt
AI代码解释
复制
array([ 4,  8, 12, 16, 20])

回答 2

以往V

回答已采纳

发布于 2018-02-12 00:20:51

代码语言:txt
AI代码解释
复制
In [47]: np.diag(np.fliplr(array))
Out[47]: array([ 4,  8, 12, 16, 20])

代码语言:txt
AI代码解释
复制
In [48]: np.diag(np.rot90(array))
Out[48]: array([ 4,  8, 12, 16, 20])

np.diag(np.fliplr(array))更快:

代码语言:txt
AI代码解释
复制
In [50]: %timeit np.diag(np.fliplr(array))
100000 loops, best of 3: 4.29 us per loop

In [51]: %timeit np.diag(np.rot90(array))
100000 loops, best of 3: 6.09 us per loop

刺猬

发布于 2018-02-12 01:32:24

代码语言:txt
AI代码解释
复制
step = len(array) - 1

# This will make a copy
array.flat[step:-step:step]

# This will make a veiw
array.ravel()[step:-step:step]
和开发者交流更多问题细节吧,去 写回答
相关文章
Numpy 如何操作数组
数组类型 Numpy类型 # --*--coding:utf-8--*-- from numpy import * """ 复数数组 """ a = array([1 + 1j, 2, 3, 4]) # 数组类型 print('type:', a.dtype) # 实部 print(a.real) # 虚部 print(a.imag) # 复共轭 print(a.conj()) """ 指定数组类型 """ a = array([1, 2, 4, 9, 10], dtype=float32) prin
村雨遥
2022/06/15
6050
Numpy 如何操作数组
Numpy数组
一、NumPy简介 NumPy是针对多维数组(Ndarray)的一个科学计算(各种运算)包,封装了多个可以用于数组间计算的函数。 数组是相同数据类型的元素按一定顺序排列的组合,注意必须是相同数据类型的,比如说全是整数、全是字符串等。 array([1,2,3]) # 数值型数组 array(['w','s','q'],dtype = '<U1') # 字符型数组 二、NumPy 数组的生成 要使用 NumPy,要先有符合NumPy数组的数据,不同的包
见贤思齊
2020/08/05
5K0
Numpy数组
Numpy 中 axis = n 对应 ndarray 的第 nnn 层 [],从最外层的 axis = 0,逐渐往内层递增。
hotarugali
2022/03/03
8810
Numpy数组
numpy创建数组
NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。
全栈程序员站长
2022/06/26
1.7K0
numpy创建数组
numpy 数组操作
语法:numpy.arange([start, ] stop, [step, ]dtype=None)
foochane
2019/05/23
9610
Python Numpy 数组
NumPy(Numeric Python,以numpy导入)是一系列高效的、可并行的、执行高性能数值运算的函数的接口。numpy模块提供了一种新的Python数据结构——数组(array),以及特定于该结构的函数工具箱。该模块还支持随机数、数据聚合、线性代数和傅里叶变换等非常实用的数值计算工具。
smartsi
2019/08/07
2.6K0
Numpy 结构数组
在C语言中我们可以通过struct关键字定义结构类型,结构中的字段占据连续的内存空间,每个结构体占用的内存大小都相同,因此可以很容易地定义结构数组。和C语言一样,在NumPy中也很容易对这种结构数组进行操作。
用户6021899
2019/08/14
9830
numpy:数组比较
1、单条件 m=np.array([ [1,2,3], [10,20,30], [35,45,55] ]) n=(m==20) print(n) 输出 [[False False False] [False True False] [False False False]] col2=(m[:,1]==20) print(col2) 输出 [False True False] print(m[col2,:]) 输出true值的那一行数据 [[10 20 30]] 2、多条件 v
程裕强
2019/10/24
1.6K0
NumPy 最详细教程(1):NumPy 数组
Numpy 是 Python 中科学计算的核心库,NumPy 这个词来源于 Numerical 和 Python 两个单词。它提供了一个高性能的多维数组对象,以及大量的库函数和操作,可以帮助程序员轻松地进行数值计算,广泛应用于机器学习模型、图像处理和计算机图形学、数学任务等领域。
丹枫无迹
2019/03/20
3.7K0
numpy 数组拼接方法
方法一: 转为list,使用“+”, append()或者extend() 可做简单的拼接。不过要注意一些小问题,如下图:
全栈程序员站长
2022/08/23
1.1K0
numpy 数组拼接方法
3-Numpy数组
首先让我们讨论一些有用的数组属性。我们将从定义三个随机数组开始,分别是一维,二维和三维数组。我们将使用NumPy的随机数生成器,我们将使seed设置初始值,以确保每次运行此代码时都生成相同的随机数组:
用户1418372
2020/03/20
1.2K0
[Python技巧]如何加快循环操作和Numpy数组运算速度
在 24式加速你的Python中介绍对循环的加速方法中,一个办法就是采用 Numba 加速,刚好最近看到一篇文章介绍了利用 Numba 加速 Python ,文章主要介绍了两个例子,也是 Numba 的两大作用,分别是加速循环,以及对 Numpy 的计算加速。
kbsc13
2019/08/16
10K0
numpy入门-数组运算
对数组做基本的算术运算,将会对整个数组的所有元组进行逐一运算,并将运算结果保存在一个新的数组内,而不会破坏原始的数组 数组和向量之间的运算 数组和数组之间的运算 通用函数的使用 数组和向量之间的运算 import numpy as np a = np.array([20,40,50,80]) b = np.arange(4) print(a) print(b) [20 40 50 80] [0 1 2 3] c = a - b c array([20, 39, 48, 77]) b**2 # 每
皮大大
2021/03/02
1.1K0
numpy之数组基础
展平 ravel 只显示变为一维数组的视图 flatten将多维数组变成一维数组后保存结果
用户7886150
2020/12/25
2.4K0
enumerate 遍历numpy数组
enumerate 遍历numpy数组 遍历一维数组 i,j 分别表示数组的 索引 和 存储的值 import numpy as np a=np.array([1,2,3,4]) b=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]]) for i,j in enumerate(a): print("i",i,"j",j) # i 0 j 1 # i 1 j 2 # i 2 j 3 # i 3 j 4 遍历二维数组 i,j 分别表示数组的 行的索引 和 每一行中
演化计算与人工智能
2020/08/14
1.6K0
Numpy:掩膜数组
所谓掩膜数组是指数据和掩膜共同构成的数组。这里的数据通常是指不完整或包含缺省值的数据。对于完整的数据来说也不需要转换为掩膜数组。掩膜是指用来将数据中不完整或包含缺省值的的地方给遮住。被遮住的部分就不再参与后续运算。
bugsuse
2020/04/21
2.9K0
numpy入门-数组创建
Numpy 基础知识 Numpy的主要对象是同质的多维数组。Numpy中的元素放在[]中,其中的元素通常都是数字,并且是同样的类型,由一个正整数元组进行索引。 每个元素在内存中占有同样大小的空间。在Numpy中,维度被称为轴。例如对于[1, 2, 1]有一个轴,并且长度为3。而[[ 1., 0., 0.], [ 0., 1., 2.]]则有两个轴,第一个轴的长度为2,第二个轴的长度为3。 Numpy数组类的名字叫做ndarray,经常简称为array。要注意将numpy.array与标准Python库中的a
皮大大
2021/03/02
1.2K0
如何为机器学习索引,切片,调整 NumPy 数组
具体在 Python 中,数据几乎被都被表示为 NumPy 数组。
花落花飞去
2018/02/08
6.3K0
用numpy如何创建一个空数组?
最近在用numpy过程中,总会不自觉的需要创建空数组,虽然这并不是一个明智的做法,但终究是可能存在这种需求的。本文简单记录3种用numpy生成空数组的方式。
luanhz
2020/05/04
10.3K0
点击加载更多

相似问题

numpy:如何获取数组反对角线?

21.2K

如何将多个numpy数组写入文件?

0375

反欺诈 试用?

2240

微信图片如何突破反盗链限制?

1548

如何从JavaScript数组获取随机值?

2297
相关问答用户
擅长3个领域
腾讯云TDP | 高级后端开发工程师擅长3个领域
擅长4个领域
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档