Python 三角形,python制作三角形

　　您还可以使用“常规”numpy数组通过一个特殊的索引来实现这一点：import numpy as np。

　　data=np.zeros((10，10))

　　数据[np.arange(5)，np.arange(5) 2]=[5，6，7，8，9]

　　数据[np.arange(3) 4，np.arange(3)]=[1，2，3]

　　打印数据

　　(如果想更简洁，可以把那些对np.arange的调用换成np.r_)。例如使用数据[NP。阿朗日(3) 4，NP。Arange (3)]而不是data[np.r_[:3] 4，np.r_[:3]])

　　这将产生：[[005000000]

　　[0 0 0 6 0 0 0 0 0 0]

　　[0 0 0 0 7 0 0 0 0 0]

　　[0 0 0 0 0 8 0 0 0 0]

　　[1 0 0 0 0 0 9 0 0 0]

　　[0 2 0 0 0 0 0 0 0 0]

　　[0 0 3 0 0 0 0 0 0 0]

　　[0 0 0 0 0 0 0 0 0 0]

　　[0 0 0 0 0 0 0 0 0 0]

　　[0 0 0 0 0 0 0 0 0 0]]

　　但是，如果您仍然想使用稀疏矩阵，请选中{}。(请注意，如果您想要将数据放置在具有正值的对角线位置(例如，示例中的3位于位置4)，您需要将前置虚拟数据放置在行值上)

　　举个简单的例子：导入numpy作为np

　　将scipy作为sp导入

　　导入scipy.sparse

　　diag_rows=np.array([[1，1，1，1，1，1，

　　[2, 2, 2, 2, 2, 2, 2],

　　[0, 0, 0, 0, 3, 3, 3]])

　　位置=[-3，0，4]

　　打印sp.sparse.spdiags(diag_rows，positions，10，10)。托登斯()

　　这将产生：[[2 0 0 0 3 0 0 0 0 0]

　　[0 2 0 0 0 3 0 0 0 0]

　　[0 0 2 0 0 0 3 0 0 0]

　　[1 0 0 2 0 0 0 0 0 0]

　　[0 1 0 0 2 0 0 0 0 0]

　　[0 0 1 0 0 2 0 0 0 0]

　　[0 0 0 1 0 0 2 0 0 0]

　　[0 0 0 0 1 0 0 0 0 0]

　　[0 0 0 0 0 1 0 0 0 0]

　　[0 0 0 0 0 0 1 0 0 0]]

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。