有没有一种方法可以有效地以对角线顺序展平numpy数组？
有没有一种方法可以有效地以对角线顺序展平numpy数组？
提问于 2013-06-01 05:37:00
我正在寻找一种有效的方法(最好是一个矢量化的快速内置函数)来以对角线顺序展平numpy数组。例如：
A=np.array([[1,2,3],
[4,5,6],
[7,8,9]])
b=flatten_diagonally(A)b应为[7,4,8,1,5,9,2,6,3]。
A将是一个非常大的矩阵，所以我不想逐个迭代元素。出于同样的原因，我也不想提前准备所有索引的正确顺序的列表。由于A很大，结果也同样很大，因此我希望避免使用额外占用大量内存的解决方案。
如果我能指定我想展平对角线的哪个子集，那就更好了，例如，只展平第一条和第二条对角线就可以得到[1,5,9,2,6]。
回答 2
Stack Overflow用户
发布于 2013-06-01 05:42:00
numpy.diag返回沿某个索引的对角线。Documentation
因此，这将为您提供所需的输出：(请注意，第0条对角线是正常对角线，因此如果您需要子对角线，则可能需要对角线使用负值。)
import numpy as np
def flatten_diagonally(npA, diagonals = None):
diagonals = diagonals or xrange(-npA.shape[0] + 1, npA.shape[1])
return np.concatenate(map(lambda x: np.diag(npA, k = x), diagonals))请注意，您可以使用np.diagonal，而不是np.diag，我不太确定哪个更好。Documentation
Stack Overflow用户
发布于 2013-08-05 00:09:12
下面的函数基于indices比较，基于每个对角线都有索引关系的事实，例如在主对角线i==j处，等等。
即使对于非平方的2D阵列，它也是有效的。
def flatten_diagonally(x, diags=None):
diags = np.array(diags)
if x.shape[1] > x.shape[0]:
diags += x.shape[1]-x.shape[0]
n = max(x.shape)
ndiags = 2*n-1
i,j = np.indices(x.shape)
d = np.array([])
for ndi in range(ndiags):
if diags != None:
if not ndi in diags:
continue
d = np.concatenate((d,x[i==j+(n-1)-ndi]))
return d示例：
print flatten_diagonally(A)
#[ 7. 4. 8. 1. 5. 9. 2. 6. 3.]
print flatten_diagonally(A, diags=(1,2))
#[ 4. 8. 1. 5. 9.]对于非平方数组：
A=np.array([[1,2,3],
[7,8,9]])
print flatten_diagonally(A, diags=(1,2))
#[ 1. 8. 2. 9.]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/16866395
复制相关文章
相似问题
腾讯云开发者
