Python 如何按对角线填充矩阵？

我很难用一个m大小的列表填充一个nxn的方阵

我想要实现的是这样的目标：

arr = np.array([
    [1, 1, 1, 1],
    [1, 1, 1, 1],
    [1, 1, 1, 1],
    [1, 1, 1, 1]], dtype=float)

myList= [1, 2, 3, 4, 5, 6, 7]

下面是一个列表：

arr = np.array([
    [1, 1, 1, 1],
    [1, 1, 1, 1],
    [1, 1, 1, 1],
    [1, 1, 1, 1]], dtype=float)

myList= [1, 2, 3, 4, 5, 6, 7]

输出应为：

arr = np.array([
    [4, 5, 6, 7],
    [3, 4, 5, 6],
    [2, 3, 4, 5],
    [1, 2, 3, 4]], dtype=float)

我的功能正常，但我认为这不是最优雅的方式

def fill_array(img, myList):

    arr = np.ones(np.shape(img))
    diag_size = (np.shape(img)[0] * 2) - 1
    diag_idx = np.median(np.linspace(1, diag_size, diag_size))

    # First iterate through the lower half, main diagonal and then upper half
    i = 1
    while i <= diag_size:
        factor = myList[i - 1]

        if i < diag_idx:
            position = int(diag_idx - i)
            np.fill_diagonal(arr[position:, :], factor)

        elif i == diag_idx:
            np.fill_diagonal(arr[0:, :], factor)

        elif i > diag_idx:
            position = int(i - diag_idx)
            np.fill_diagonal(arr[:, position:], factor)

        i += 1

    return arr

有更好的解决办法吗？ 提前谢谢

让我们大步前进：

输出：

array([[4., 5., 6., 7.],
       [3., 4., 5., 6.],
       [2., 3., 4., 5.],
       [1., 2., 3., 4.]])

让我们大步前进：

输出：

array([[4., 5., 6., 7.],
       [3., 4., 5., 6.],
       [2., 3., 4., 5.],
       [1., 2., 3., 4.]])

---

首先创建一个函数，返回给定对角线的索引：

def kthDiagIndices(a, offs):
    rows, cols = np.diag_indices_from(a)
    if offs < 0:
        return rows[-offs:], cols[:offs]
    elif offs > 0:
        return rows[:-offs], cols[offs:]
    else:
        return rows, cols

请注意，此函数不允许传递太长时间 myList的长度大于可用对角线的数量

另一个需要更改的细节是删除dtype=int，但正如我看到的，您 在整数值上测试函数

为了测试此函数，我创建了：

img = np.ones((4, 4), dtype=int)
myList = [11, 12, 13, 14, 15, 16, 17, 18]

然后我跑：

fill_array(img, myList)

获取：

array([[14, 15, 16, 17],
       [13, 14, 15, 16],
       [12, 13, 14, 15],
       [11, 12, 13, 14]])

---

使用较短的MyList进行实验。

首先创建一个函数，返回给定对角线的索引：

def kthDiagIndices(a, offs):
    rows, cols = np.diag_indices_from(a)
    if offs < 0:
        return rows[-offs:], cols[:offs]
    elif offs > 0:
        return rows[:-offs], cols[offs:]
    else:
        return rows, cols

请注意，此函数不允许传递太长时间 myList的长度大于可用对角线的数量

另一个需要更改的细节是删除dtype=int，但正如我看到的，您 在整数值上测试函数

为了测试此函数，我创建了：

img = np.ones((4, 4), dtype=int)
myList = [11, 12, 13, 14, 15, 16, 17, 18]

然后我跑：

fill_array(img, myList)

获取：

array([[14, 15, 16, 17],
       [13, 14, 15, 16],
       [12, 13, 14, 15],
       [11, 12, 13, 14]])

---

用较短的MyList进行实验。

我看到了根据内存管理的注释。你能解释一下为什么我应该使用这个代码，即使文档提到，如果可能的话，我应该避免使用它吗？我看到了内存管理的注释。你能解释一下为什么我应该使用这个代码，即使文档提到，如果可能的话，我应该避免使用它吗？