np.diag_indices: fungsi numpy diag_indices () – Codewithaden

Itu diag_indices () Metode mengembalikan indeks untuk mengakses diagonal utama array. Jadi itu mengembalikan a tuple indeks yang dapat digunakan untuk mengakses diagonal utama array A dengan a.ndim> = 2 dimensi dan bentuk (n, n, …, n).

np.diag_indices ()

Itu np.diag_indices () Metode adalah a Numpy Perpustakaan fungsi Itu mengembalikan indeks diagonal utama dalam bentuk tupel. Indeks ini lebih lanjut digunakan untuk mengakses diagonal utama array dengan dimensi minimum 2. Untuk a.ndim = 2 ini adalah diagonal yang biasa dan untuk a.ndim> 2, ini adalah himpunan indeks untuk mengakses [i, i, …, i] untuk i = [0..n-1].

Sintaksis

numpy.diag_indices(n, ndim=2) 

Parameter

n: (int)

Ukuran sepanjang setiap dimensi array yang diperlukan indeks diagonal utama.

ndim: (int, opsional)

Jumlah dimensi. Itu secara default 2.

Nilai pengembalian

Ini mengembalikan tuple yang terdiri dari indeks diagonal utama array. Tuple ini selanjutnya dapat digunakan untuk mengakses elemen diagonal utama.

Contoh

# app.py

import numpy as np

# create an array of size 5x5
n = np.diag_indices(5)
print(n)
a = np.arange(16).reshape(4, 4)
print('intial array:', a)
d = np.diag_indices(4)
a[d] = 25
print('new array:', a) 

Keluaran

python3 app.py
(array([0, 1, 2, 3, 4]), array([0, 1, 2, 3, 4]))
intial array: [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]
new array: [[25  1  2  3]
 [ 4 25  6  7]
 [ 8  9 25 11]
 [12 13 14 25]] 

Program untuk Fungsi Diag_indices () dalam Python

Tulis program untuk mencetak indeks diagonal utama array NXN dan buat item diagonal ke m.

# app.py

import numpy as np

n = input("enter the size of array:")
data = int(n)

print("indices of main diagonal:")
array = np.diag_indices(data)
print(array)

a = np.arange(data * data).reshape(data, data)
print("old array: \n", a)

d = np.diag_indices(data)
m = input("enter the element to insert on main diagonal:")
a[d] = m

print("new array: \n", a)
 

Keluaran

python3 app.py
enter the size of array:4
indices of main diagonal:
(array([0, 1, 2, 3]), array([0, 1, 2, 3]))
old array:
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]
enter the element to insert on main diagonal:25
new array:
 [[25  1  2  3]
 [ 4 25  6  7]
 [ 8  9 25 11]
 [12 13 14 25]] 

Di sini kita mendapatkan indeks diagonal utama dari array NXN, dan kami menggunakan indeks tersebut untuk mengubah nilai -nilai diagonal utama.

Kami telah memasuki berbagai ukuran array dan nilai yang akan dimasukkan pada diagonal utama. Kami membuat array NXN yang berbeda dan memasukkan nilai dari 0 hingga (n^2) -1.

Kami menampilkan indeks diagonal utama terlebih dahulu setelah itu array, dan pada akhirnya, kami menampilkan array yang dimodifikasi.

Itu untuk fungsi np.diag.indices ().

Lihat juga

Insert numpy ()

Numpy append ()

Numpy delete ()

Numpy araange ()

Numpy diagflat ()

Artikel ini berasal dari website Winpoin, dan kemudian diterjemahkan ke bahasa indonesia, baca artikel asli disini

Leave a Reply

Your email address will not be published. Required fields are marked *