详解Python-Numpy库的函数diagonal()【并附函数diagonal()与函数diag()的区别】

函数diagonal()用于返回数组(也可称为矩阵)的对角线元素。

在Numpy库中函数diag()也可用于返回数组的对角线元素，那么二者有什么区别呢？

我们先看二者的原型：

函数diag()的原型如下：

diag(v[, k])

函数diag()的原型如下：

diagonal(a[, offset, axis1, axis2])

diag()的参数k和diagonal()的参数offset的作用相同，都用于控制取哪根对角线的元素值(这里请联联想线性代数中的主对角线和副对角线的概念)。
这样，diagonal()就比diag()多了两个参数axis1, axis2，其功能就比diag()要强大些。那么其功能强大在哪里呢？
强大在于diagonal()可通过axis1, axis2去处理三维以上矩阵求对角线元素的问题。
所以函数diagonal()与函数diag()的区别就在于函数diagonal()能处理三维以上矩阵的对角线元素返回问题，而函数diag()只能处理二维以下矩阵上的对角线元素返回问题。

我们都知道只有二维矩阵才存在对角线，所以我们需要用两根轴去确定一个二维矩阵。axis1, axis2就是这个意思。

那么具体是怎么确定的呢？
以三维的矩阵为例，说明这个问题。

现有形状为(2,3,4)的三维矩阵A，,如下：

import numpy as npA = np.array([[[9,  5,  2,  7],[7,  5,  2,  9],[5,  2,  9, 7]],[[1, 0, 2, 4],[4, 2, 1, 0],[0, 4, 2, 1]]])

我们可在三维空间按照函数diagonal()对三条轴(axis)的定义画出它，如下图所示：

注意，这里三条轴的定义和我们通常认为的不一样，通常我们认为axis0代表列维度，axis1代表行维度，axis2代表第三维度。但在函数diagonal()看来，axis2代表列维度，axis1代表行维度，axis0代表第三维度。刚好和我们通常认为的相反。
另外，还要注意：上图中axis1的方向画反了，axis1的方向应该是向下才对。

显然，从上图可以看出，由轴axis2和axis1构成的二维平面包含两个二维矩阵。
第一个二维矩阵就是A[0]，如下：

其主对角元素值为[9, 5 ,9]
第二个二维矩阵就是A[1]，如下：

其主对角元素值为[1, 2, 2]。
所以返回的对角元素矩阵应该是如下这个样子的：
[959122]\begin{bmatrix} 9& 5&9 \\ 1& 2&2 \end{bmatrix}[915292]
我们运行下代码，看下是不是这样：

import numpy as npA = np.array([[[9,  5,  2,  7],[7,  5,  2,  9],[5,  2,  9, 7]],[[1, 0, 2, 4],[4, 2, 1, 0],[0, 4, 2, 1]]])diag1 = np.diagonal(A, 0, axis1=1, axis2=2)

运行结果如下：

果然和我们分析的一样。

为了进一步验证博主的分析，再看由axis0和axis2组成的二维空间。

还是看这幅图，显然由axis0和axis2组成的二维空间由以下三个二维矩阵组成(注意：上图中axis1的方向画反了，axis1的方向应该是向下才对。)：
第1个：
[95271024]\begin{bmatrix} 9& 5& 2&7 \\ 1& 0& 2&4 \end{bmatrix}[91502274]
这个矩阵的主对角线元素为[9, 0]

第2个：
[75294210]\begin{bmatrix} 7& 5& 2&9 \\ 4& 2& 1&0 \end{bmatrix}[74522190]
这个矩阵的主对角线元素为[7, 2]

第3个：
[52970421]\begin{bmatrix} 5& 2& 9&7 \\ 0& 4& 2&1 \end{bmatrix}[50249271]
这个矩阵的主对角线元素为[5, 4]

有同学要问：为什么不是下面这个顺序？
第1个：
[52970421]\begin{bmatrix} 5& 2& 9&7 \\ 0& 4& 2&1 \end{bmatrix}[50249271]
这个矩阵的主对角线元素为[5, 4]

第2个：
[75294210]\begin{bmatrix} 7& 5& 2&9 \\ 4& 2& 1&0 \end{bmatrix}[74522190]
这个矩阵的主对角线元素为[7, 2]

第3个：
[95271024]\begin{bmatrix} 9& 5& 2&7 \\ 1& 0& 2&4 \end{bmatrix}[91502274]
这个矩阵的主对角线元素为[9, 0]

问得好，原因是实际上是把行维度索引(axis1)从0到2取值形成的三个二维矩阵，
当行维度为索引为0时，实际上是把所有的第0行取出形成一个二维矩阵；
当行维度为索引为1时，实际上是把所有的第1行取出形成一个二维矩阵；
当行维度为索引为2时，实际上是把所有的第2行取出形成一个二维矩阵；
所以这三个矩阵是有顺序的。

所以最终形成的对角线数组为：
[907254]\begin{bmatrix} 9&0 \\ 7&2 \\ 5&4 \end{bmatrix}⎣⎡975024⎦⎤

我们看一下是不是我们上面分析的结果：

import numpy as npA = np.array([[[9,  5,  2,  7],[7,  5,  2,  9],[5,  2,  9, 7]],[[1, 0, 2, 4],[4, 2, 1, 0],[0, 4, 2, 1]]])diag1 = np.diagonal(A, 0, axis1=0, axis2=2)

运行结果如下：

可见，果然和我们分析的一致。

详解Python-Numpy库的函数diagonal()【并附函数diagonal()与函数diag()的区别】相关推荐

pillow属于python标准库吗_详解Python图像处理库Pillow常用使用方法
PIL(Python Image Library)是python的第三方图像处理库,但是由于其强大的功能与众多的使用人数,几乎已经被认为是python官方图像处理库了. 其官方主页为:PIL. PIL ...
python二维元素向量_详解python Numpy中求向量和矩阵的范数
在python Numpy中求向量和矩阵的范数实例 np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=n ...
python random库安装,详解python第三方库的安装、PyInstaller库、random库
python第三方库的安装 PyInstaller库 PyInstaller库能够在不同操作系统下将python源文件打包,变成直接可运行的可执行文件. 可以通过-F参数对python源文件生成一个独 ...
pillow是python的图像处理标准库_详解Python图像处理库Pillow常用使用方法
pil(python image library)是python的第三方图像处理库,但是由于其强大的功能与众多的使用人数,几乎已经被认为是python官方图像处理库了. 其官方主页为:pil. pil ...
详解Python第三方库（三）----- Pillow库
一.简介及安装Pillow 1.1 简介 PIL:Python Imaging Library,已经是Python平台上的图像处理标准库了.PIL功能非常强大,但API却非常简单易用,因此广受开发人员 ...
详解Python第三方库（一）-----tqdm库
简介显示循环的进度条的库.taqadum在阿拉伯语中的意思是进展.tqdm可以在长循环中添加一个进度提示信息,用户只需要封装任意的迭代器 tqdm(iterator),是一个快速.扩展性强的进度条工 ...
用于生成随机数的python标准库模块是_详解Python基础random模块随机数的生成
详解Python基础random模块随机数的生成来源:中文源码网浏览: 次日期:2019年11月5日 [下载文档: 详解Python基础random模块随机数的生成.txt ] ( ...
【可解释性机器学习】详解Python的可解释机器学习库：SHAP
详解Python的可解释机器学习库:SHAP SHAP介绍 SHAP的用途 SHAP的工作原理解释器Explainer 局部可解释性Local Interper 单个prediction的解释多个 ...
详解Python中pyautogui库的最全使用方法
这篇文章主要介绍了详解Python中pyautogui库的最全使用方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值在使用Python做脚本的话,有两个库可以使用,一个 ...
python 减法函数_详解 Python 的二元算术运算，为什么说减法只是语法糖？
大家对我解读属性访问的博客文章反应热烈,这启发了我再写一篇关于 Python 有多少语法实际上只是语法糖的文章.在本文中,我想谈谈二元算术运算. 具体来说,我想解读减法的工作原理:a - b.我故意选 ...

详解Python-Numpy库的函数diagonal()【并附函数diagonal()与函数diag()的区别】

详解Python-Numpy库的函数diagonal()【并附函数diagonal()与函数diag()的区别】相关推荐

最新文章

热门文章