您可以使用高级索引与一些自我生成的索引：

import numpy as np

arr = np.array([[1, 1], [2, 2], [3, 3]])

h, w = arr.shape
w_out = h + w - 1

out = np.zeros((h, w_out), dtype=arr.dtype)

rows = np.arange(h)[:, None]
cols = rows + np.arange(w)

out[rows, cols] = arr

输出：

array([[1, 1, 0, 0],
       [0, 2, 2, 0],
       [0, 0, 3, 3]])

中间体：

>>> rows
array([[0],
       [1],
       [2]])
>>> cols
array([[0, 1],
       [1, 2],
       [2, 3]])

可以使用triu和tril Numpy函数

import numpy as np

x=np.array([[1],
       [2 ],
       [3]])
diagonal_length = len(x)
repeats = 2

y = x*np.ones(diagonal_length+(repeats-1))
print("Intermediate step:\n", y)

z = np.tril(np.triu(y,0),repeats-1)
print("\nOutput:\n",z)

这首先创建一个完整的网格，其 * 高度 * 是对角线长度，其 * 宽度 * 稍宽，以容纳多个对角线。

Intermediate step:
 [[1. 1. 1. 1.]
 [2. 2. 2. 2.]
 [3. 3. 3. 3.]]

然后使用triu和tril将非对角线区域归零。在上面的代码中，对角线的长度是根据您的输入自动计算的，您可以手动设置您想要的重复次数。

Output:
 [[1. 1. 0. 0.]
 [0. 2. 2. 0.]
 [0. 0. 3. 3.]]