📚Python `diag` 函数详解✨
导读 在 Python 的 NumPy 库中，`numpy diag` 是一个非常实用的函数，主要用于处理对角线元素的操作。它既可以提取矩阵的对角线，也可以创
在 Python 的 NumPy 库中，`numpy.diag` 是一个非常实用的函数，主要用于处理对角线元素的操作。它既可以提取矩阵的对角线，也可以创建一个以指定向量为对角线的新矩阵。那么问题来了，`diag` 函数能否接受列向量呢？🧐
首先，让我们明确 `diag` 的基本用法。当你传入一个二维数组时，`diag` 会提取主对角线上的元素形成一维数组；若传入一维数组，则会生成一个以该数组为对角线的方阵。例如：
```python
import numpy as np
arr = np.array([[1, 2], [3, 4]])
print(np.diag(arr)) 输出: [1, 4]
```
关于列向量，答案是 可以！只要你的列向量是一维数组或列表形式，`diag` 就能正确识别并将其作为对角线生成新矩阵。比如：
```python
col_vector = np.array([5, 6, 7])
result = np.diag(col_vector)
print(result)
输出:
[[5 0 0]
[0 6 0]
[0 0 7]]
```
因此，`diag` 函数不仅灵活，还极大地简化了矩阵操作。快去试试吧！🚀
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时候联系我们修改或删除，多谢。