修改多维 numpy 数组中的对角线

我有一个形状为 (7, 3, 7, 3) 的多维 numpy 数组，我想修改轴 0 和轴 2 重合的广义对角线。这个广义对角线将被定义为数组中第 0 个和第 2 个索引重合的元素，并且形状为 (3, 3, 7)。

Doing:

arr.diagonal(axis1=0, axis2=2)

我可以访问对角线的元素，但无法“就地”修改它们，至少在 numpy 1.8.2 版本中是这样。

Numpy 文档 http://docs.scipy.org/doc/numpy/reference/generated/numpy.diagonal.html解释说在 1.10 版本中这可能是可能的。但是，由于我依赖其他人使用相同的代码，因此更新到 numpy 1.10 不是一个选择。文档还建议使用 .copy() 以获得可移植的解决方案，但是 .copy() 将复制数组，但如果我想修改原始数组的对角线，这没有任何帮助。

或者，我尝试直接索引对角线元素[输入取自 numpy.indices((7, 3, 7, 3))]，但没有成功。

如何访问广义对角线的元素来修改 numpy 1.8.2 中的原始数组？

创建这种广义对角线视图的一种方法是使用as_strided模块中的函数numpy.lib.stride_tricks。与两个轴的对角线关联的轴的步幅是这些轴的步幅之和。

例如：

In [196]: from numpy.lib.stride_tricks import as_strided

创建形状为 (7, 3, 7, 3) 的数组：

In [197]: a = np.arange(21*21).reshape(7,3,7,3)

In [198]: a[5, :, 5, :]
Out[198]: 
array([[330, 331, 332],
       [351, 352, 353],
       [372, 373, 374]])

创建与轴 0 和 2 关联的“对角线”视图。该视图的形状为 (3, 3, 7)：

In [199]: d = as_strided(a, strides=(a.strides[1], a.strides[3], a.strides[0] + a.strides[2]), shape=(3, 3, 7))

检查，例如，d[:, :, 5]是相同的a[5, :, 5, :]:

In [200]: d[:, :, 5]
Out[200]: 
array([[330, 331, 332],
       [351, 352, 353],
       [372, 373, 374]])

验证一下d是一个视图a通过修改d看到这一点a已经改变：

In [201]: d[1, 1, 5] = -1

In [202]: a[5, :, 5, :]
Out[202]: 
array([[330, 331, 332],
       [351,  -1, 353],
       [372, 373, 374]])

小心as_strided！如果参数错误，可以写入外部内存a，可能导致 python 崩溃。