该诊断功能不结果保存到一个变量。
import numpy as np
A = np.random.rand(4,4)
d = np.diag(A)
print d
# above gives the diagonal entries of A
# let us change one entry
A[0, 0] = 0
print d
# above gives updated diagonal entries of A
为什么diag函数会以这种方式运行？
np.diag将视图返回到原始数组。这意味着以后对原始数组的更改将反映在视图中。（但是，好处是操作比创建副本快得多。）
请注意，这仅是某些numpy版本中的行为。在其他情况下，将返回一份副本。
要“冻结”结果，可以像复制它一样 d = np.diag(A).copy()
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句