python diag函数的调用方式有哪些

numpy.diag() 是一个在 NumPy 库中的函数，用于从给定的二维数组中提取对角线元素，或者创建一个新的二维数组，其对角线元素为给定的一维数组

1. 提取对角线元素：

   如果传递一个二维数组（或矩阵）给 numpy.diag()，则它将返回该数组的主对角线元素。可以通过设置 k 参数来获取不同的对角线元素。例如，k=1 表示上对角线，k=-1 表示下对角线。

   import numpy as np  a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) diagonal_elements = np.diag(a) print(diagonal_elements)  # 输出：[1 5 9] 

2. 创建对角线数组：

   如果传递一个一维数组给 numpy.diag()，则它将创建一个新的二维数组，其对角线元素为给定的一维数组。可以通过设置 k 参数来指定对角线的位置。

   import numpy as np  a = np.array([1, 2, 3]) diagonal_matrix = np.diag(a) print(diagonal_matrix) # 输出： # [[1 0 0] #  [0 2 0] #  [0 0 3]] 

3. 使用其他库：

   除了 NumPy 之外，还有其他库提供了类似的功能。例如，SciPy 和 Pandas 也提供了类似的函数。这些库的函数可能会有所不同，但基本用法与 NumPy 类似。

   import scipy.linalg  a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) diagonal_elements = scipy.linalg.diagsvd(a, compute_uv=False) print(diagonal_elements)  # 输出：[1 5 9] 

请注意，这里提供的示例代码仅用于演示目的。在实际应用中，您可能需要根据具体需求调整代码。