有没有一种方法可以有效地按对角线顺序展平一个纽比阵列？

Question

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）以对角线顺序展平一个numpy数组。例如：

A=np.array([[1,2,3],
            [4,5,6],
            [7,8,9]])
b=flatten_diagonally(A)

b应该是[7,4,8,1,5,9,2,6,3]。在

{cde>不要单独迭代矩阵。出于同样的原因，我也不想预先准备一份按正确顺序列出的所有指数。由于A很大，结果也同样大，所以我希望避免另外使用大量内存的解决方案。在

如果我可以指定要展平的对角线的子集，那会更好，例如，仅展平第一条和第二条对角线将得到[1,5,9,2,6]。在

Answer 1

下面的函数基于indices比较，基于每个对角线都有一个索引关系的事实，例如在主对角线i==j，依此类推。。。在

对于非平方数组有效。在

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：

^{pr2}$

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.]

Answer 2

在数字诊断返回沿某个索引的对角线。Documentation

所以这应该会给你想要的输出：（注意第0条对角线是正常对角线，所以如果你想要子对角线，你可能需要对对角线使用负值。）

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，而不是np诊断，您可以使用np.对角线，我不太确定哪个更好。Documentation