2016-10-26 139 views

回答

2

您可以使用np.diag_indices來獲取這些索引,然後簡單地使用這些索引和賦值給數組。

下面是一個運行示例來說明吧 -

In [86]: arr   # Input array 
Out[86]: 
array([[13, 69, 35, 98, 16], 
     [93, 42, 72, 51, 65], 
     [51, 33, 96, 43, 53], 
     [15, 26, 16, 17, 52], 
     [31, 54, 29, 95, 80]]) 

# Get row, col indices 
In [87]: row,col = np.diag_indices(arr.shape[0]) 

# Assign values, let's say from an array to illustrate 
In [88]: arr[row,col] = np.array([100,200,300,400,500]) 

In [89]: arr 
Out[89]: 
array([[100, 69, 35, 98, 16], 
     [ 93, 200, 72, 51, 65], 
     [ 51, 33, 300, 43, 53], 
     [ 15, 26, 16, 400, 52], 
     [ 31, 54, 29, 95, 500]]) 

您還可以使用np.diag_indices_from,可能會更idomatic,像這樣 -

row, col = np.diag_indices_from(arr) 
+0

感謝Divakar。但我希望它能以矩陣完成。不在數組中。更進一步,我如何給出主對角線元素的隨機值,而不是在數組中指定的? – Shyamkkhadka

+1

@Shyamkkhadka認爲它應該在NumPy矩陣上工作而不做任何改變。你甚至嘗試過這些代碼嗎?另外,在分配部分,'np.array([100,200,300,400,500])'只是一個例子。我們可以在那裏分配任何東西,比如'arr [row,col] = np.random.randint(0,9,(5))''。 – Divakar

+0

謝謝@ Divakar。有效。 – Shyamkkhadka