如何获取Numpy数组中指定元素的主对角线与副对角线元素

解决方案：利用索引规律手动提取指定元素的主/副对角线 #

嘿，针对你提出的问题——不用numpy.diag()来获取指定元素所在的主、副对角线，其实我们可以利用方阵的索引数学规律来实现，非常直观！

先梳理核心规律：

• 主对角线：所有元素的行索引 - 列索引等于同一个固定值（即目标元素的行减列结果）
• 副对角线：所有元素的行索引 + 列索引等于同一个固定值（即目标元素的行加列结果）

下面用你给出的4x4数组和元素9作为例子，一步步实现：

步骤1：定义数组并定位目标元素的索引

首先拿到目标元素9在数组中的行和列位置（Numpy采用0起始索引）：

import numpy as np

# 初始化你给出的数组
square = np.reshape(range(0,16), (4,4))

# 定位元素9的索引
target_val = 9
row_indices, col_indices = np.where(square == target_val)
# 因为元素唯一，取第一个结果转为整数
target_row, target_col = row_indices[0], col_indices[0]

步骤2：提取主对角线元素

根据主对角线的索引规律，生成布尔掩码筛选符合条件的元素：

# 生成行-列的差值矩阵，和目标元素的行-列值比较得到掩码
main_diag_mask = np.arange(square.shape[0])[:, np.newaxis] - np.arange(square.shape[1]) == (target_row - target_col)
# 用掩码提取主对角线元素
main_diagonal = square[main_diag_mask]

print("元素9的主对角线：", main_diagonal)
# 输出：元素9的主对角线： [4 9 14]

这里np.arange(4)[:, np.newaxis]把行向量转成列向量，和另一个行向量做减法后得到4x4的差值矩阵，每个元素对应行索引-列索引，再和目标元素的差值比较，就能精准定位主对角线元素的位置。

步骤3：提取副对角线元素

同理，利用行+列的固定值生成掩码：

# 生成行+列的和矩阵，和目标元素的行+列值比较得到掩码
anti_diag_mask = np.arange(square.shape[0])[:, np.newaxis] + np.arange(square.shape[1]) == (target_row + target_col)
# 用掩码提取副对角线元素
anti_diagonal = square[anti_diag_mask]

print("元素9的副对角线：", anti_diagonal)
# 输出：元素9的副对角线： [3 6 9 12]

扩展说明

这个方法适用于任意大小的方阵，哪怕数组里有重复元素，只要你能确定目标元素的具体行/列索引（比如从np.where返回的多个结果中选择对应项），就能精准提取对应的主副对角线元素，完全不需要依赖numpy.diag()。

内容的提问来源于stack exchange，提问作者Sharvari Gc