我正在寻找一种Python方式来获取（正方形）矩阵的所有对角线，以列表列表的形式表示。
假设我有以下矩阵：
matrix = [[-2, 5, 3, 2],
[ 9, -6, 5, 1],
[ 3, 2, 7, 3],
[-1, 8, -4, 8]]
然后大对角线很容易：
l = len(matrix[0])
print [matrix[i][i] for i in range(l)] # [-2, -6, 7, 8]
print [matrix[l-1-i][i] for i in range(l-1,-1,-1)] # [ 2, 5, 2, -1]
但是我很难想出一种生成所有对角线的方法。我正在寻找的输出是：
[[-2], [9, 5], [3,-6, 3], [-1, 2, 5, 2], [8, 7, 1], [-4, 3], [8],
[2], [3,1], [5, 5, 3], [-2, -6, 7, 8], [9, 2, -4], [3, 8], [-1]]
numpy中可能有比下面更好的方法，但是我对此不太熟悉：
import numpy as np
matrix = np.array(
[[-2, 5, 3, 2],
[ 9, -6, 5, 1],
[ 3, 2, 7, 3],
[-1, 8, -4, 8]])
diags = [matrix[::-1,:].diagonal(i) for i in range(-3,4)]
diags.extend(matrix.diagonal(i) for i in range(3,-4,-1))
print [n.tolist() for n in diags]
[[-2], [9, 5], [3, -6, 3], [-1, 2, 5, 2], [8, 7, 1], [-4, 3], [8], [2], [3, 1], [5, 5, 3], [-2, -6, 7, 8], [9, 2, -4], [3, 8], [-1]]
Edit：已更新为可推广用于任何矩阵大小。
import numpy as np
# Alter dimensions as needed
x,y = 3,4
# create a default array of specified dimensions
a = np.arange(x*y).reshape(x,y)
print a
print
# a.diagonal returns the top-left-to-lower-right diagonal "i"
# according to this diagram:
#
# 0 1 2 3 4 ...
# -1 0 1 2 3
# -2 -1 0 1 2
# -3 -2 -1 0 1
# :
#
# You wanted lower-left-to-upper-right and upper-left-to-lower-right diagonals.
#
# The syntax a[slice,slice] returns a new array with elements from the sliced ranges,
# where "slice" is Python's [start[:stop[:step]] format.
# "::-1" returns the rows in reverse. ":" returns the columns as is,
# effectively vertically mirroring the original array so the wanted diagonals are
# lower-right-to-uppper-left.
#
# Then a list comprehension is used to collect all the diagonals. The range
# is -x+1 to y (exclusive of y), so for a matrix like the example above
# (x,y) = (4,5) = -3 to 4.
diags = [a[::-1,:].diagonal(i) for i in range(-a.shape[0]+1,a.shape[1])]
# Now back to the original array to get the upper-left-to-lower-right diagonals,
# starting from the right, so the range needed for shape (x,y) was y-1 to -x+1 descending.
diags.extend(a.diagonal(i) for i in range(a.shape[1]-1,-a.shape[0],-1))
# Another list comp to convert back to Python lists from numpy arrays,
# so it prints what you requested.
print [n.tolist() for n in diags]
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[0], [4, 1], [8, 5, 2], [9, 6, 3], [10, 7], [11], [3], [2, 7], [1, 6, 11], [0, 5, 10], [4, 9], [8]]
以对角线倾斜的方式开始。
如果（x，y）是矩阵内部的直角坐标，则要转换为坐标系（p，q），或从其中转换，其中p是对角线的数量，q是沿对角线的索引。 （所以p = 0是[-2]对角线，p = 1是[9,5]对角线，p = 2是[3，-6,3]对角线，依此类推。）
要将（p，q）转换为（x，y），可以使用：
x = q y = p - q尝试插入p和q的值以查看其工作原理。
现在，您只需循环...对于p从0到2N-1，q从max（0，p-N + 1）到min（p，N-1）。将p，q转换为x，y并打印。
然后为其他对角线，重复循环，但使用不同的变换：
x = N - 1 - q y = p - q（（这实际上只是左右翻转矩阵。）
抱歉，我实际上没有在Python中编写代码。 ：-）
这是给Moe的，谁问了Moe。
我遇到了另一个有趣的解决方案。通过查看x和y的组合，可以立即发现行，列，向前和向后对角线。
我最近终于重新发明了这个轮子。这是一种易于使用/扩展的方法，用于在方形列表列表中查找对角线：
这仅适用于宽度和高度相等的矩阵。
Pythonic方法
基于上述Nemo答案的代码：