如何在Python中同时沿x、y两个方向（对角方向）平移2D方阵？

效果参考示意图：

对角平移本质是同时对矩阵的行（y方向）和列（x方向）做指定步长的循环移位，Python中可以通过两种常见方式实现：

方案1：使用numpy实现（性能最优，推荐） #

直接调用numpy内置的roll函数即可完成，提前安装依赖：
pip install numpy

实现代码：

import numpy as np

def diagonal_shift(matrix, dx: int, dy: int):
    """
    2D方阵对角平移
    :param matrix: 输入2D numpy方阵
    :param dx: x方向平移步长，正数右移，负数左移
    :param dy: y方向平移步长，正数下移，负数上移
    :return: 平移后方阵
    """
    # 沿x方向（列维度，轴1）移位
    res = np.roll(matrix, shift=dx, axis=1)
    # 沿y方向（行维度，轴0）移位
    res = np.roll(res, shift=dy, axis=0)
    return res

# 测试示例
if __name__ == "__main__":
    test_mat = np.arange(16).reshape(4,4)
    print("原始矩阵：\n", test_mat)
    # 右下方向各平移1步
    shifted = diagonal_shift(test_mat, dx=1, dy=1)
    print("\n平移后矩阵：\n", shifted)

方案2：纯Python列表实现（无第三方依赖） #

如果不想引入numpy依赖，也可以基于列表切片实现：

def diagonal_shift_pure_python(matrix: list[list], dx: int, dy: int):
    n = len(matrix)
    # 处理步长取模，避免超过矩阵尺寸
    dx = dx % n
    dy = dy % n
    # 先完成列方向平移
    col_shifted = [row[-dx:] + row[:-dx] if dx != 0 else row.copy() for row in matrix]
    # 再完成行方向平移
    row_shifted = col_shifted[-dy:] + col_shifted[:-dy] if dy != 0 else col_shifted
    return row_shifted

两种实现均支持任意步长的对角平移，超出矩阵边界的元素会自动循环补到对侧，和示意图效果完全一致。

内容的提问来源于stack exchange，提问作者Skylimit