2016-10-26 100 views

回答

2

您可以使用np.diag_indices来获取这些索引,然后简单地使用这些索引和赋值给数组。

下面是一个运行示例来说明吧 -

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]]) 

您还可以使用np.diag_indices_from,可能会更idomatic,像这样 -

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

感谢Divakar。但我希望它能以矩阵完成。不在数组中。更进一步,我如何给出主对角线元素的随机值,而不是在数组中指定的? – Shyamkkhadka

+1

@Shyamkkhadka认为它应该在NumPy矩阵上工作而不做任何改变。你甚至尝试过这些代码吗?另外,在分配部分,'np.array([100,200,300,400,500])'只是一个例子。我们可以在那里分配任何东西,比如'arr [row,col] = np.random.randint(0,9,(5))''。 – Divakar

+0

谢谢@ Divakar。有效。 – Shyamkkhadka