代码拉取完成,页面将自动刷新
同步操作将从 OpenDocCN/ailearning 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
这里,使用与之前不同的导入方法:
In [1]:
import numpy as np
使用numpy中的函数前,需要加上 np.
:
In [2]:
a = np.array([11,21,31,12,22,32,13,23,33])
a.shape = 3,3
a
Out[2]:
array([[11, 21, 31],
[12, 22, 32],
[13, 23, 33]])
查看它的对角线元素:
In [3]:
a.diagonal()
Out[3]:
array([11, 22, 33])
可以使用偏移来查看它的次对角线,正数表示右移,负数表示左移:
In [4]:
a.diagonal(offset=1)
Out[4]:
array([21, 32])
In [5]:
a.diagonal(offset=-1)
Out[5]:
array([12, 23])
可以使用花式索引来得到对角线:
In [6]:
i = [0,1,2]
a[i, i]
Out[6]:
array([11, 22, 33])
可以更新对角线的值:
In [7]:
a[i, i] = 2
a
Out[7]:
array([[ 2, 21, 31],
[12, 2, 32],
[13, 23, 2]])
修改次对角线的值:
In [8]:
i = np.array([0,1])
a[i, i + 1] = 1
a
Out[8]:
array([[ 2, 1, 31],
[12, 2, 1],
[13, 23, 2]])
In [9]:
a[i + 1, i] = -1
a
Out[9]:
array([[ 2, 1, 31],
[-1, 2, 1],
[13, -1, 2]])
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。