Numpy Identity-Funktion

NumPyNumPyBeginner
Jetzt üben

💡 Dieser Artikel wurde von AI-Assistenten übersetzt. Um die englische Version anzuzeigen, können Sie hier klicken

Einführung

In diesem Lab werden Sie die Funktion numpy.matlib.identity() der NumPy-Bibliothek kennenlernen. Eine Einheitsmatrix ist eine Matrix, in der alle Diagonalelemente auf 1 und die anderen Elemente auf 0 gesetzt sind. Diese Funktion hilft dabei, eine Einheitsmatrix der angegebenen Größe und des angegebenen Datentyps zu generieren.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Importieren von erforderlichen Bibliotheken

Um die erforderlichen Funktionen zu verwenden, müssen wir die NumPy-Bibliothek importieren. Wir möchten auch die matlib-Funktion importieren.

import numpy as np
import numpy.matlib

Erzeugen einer Einheitsmatrix

Wir werden die Funktion np.matlib.identity(n,dtype) verwenden, um eine Einheitsmatrix der Größe n und des Datentyps dtype zu erzeugen.

identity_matrix = np.matlib.identity(4)
print("Identity Matrix:\n", identity_matrix)

Ausgabe:

Identity Matrix:
 [[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]]

Erzeugen einer Einheitsmatrix mit einem angegebenen Datentyp

Wir können den Datentyp der Einheitsmatrix mithilfe des dtype-Parameters angeben.

identity_matrix = np.matlib.identity(4, dtype=int)
print("Identity Matrix of int type:\n", identity_matrix)

Ausgabe:

Identity Matrix of int type:
 [[1 0 0 0]
 [0 1 0 0]
 [0 0 1 0]
 [0 0 0 1]]

Der Unterschied zwischen den Funktionen identity() und eye()

Die eye()-Funktion ist eine weitere NumPy-Funktion, die Matrizen erzeugt. Die eye()-Funktion erzeugt eine Matrix, in der alle Diagonalelemente auf 1 und die anderen Elemente auf 0 gesetzt sind.

Lassen Sie uns eine 3x3-Matrix mit der eye()-Funktion erzeugen.

eye_matrix = np.eye(3)
print("Eye Matrix:\n", eye_matrix)

Ausgabe:

Eye Matrix:
 [[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

Wie wir sehen können, haben wir in der eye()-Funktion die Größe der Matrix mit den Parametern n, m oder shape festgelegt. Wir legen den k-Parameter fest, um die Position der Diagonale zu bestimmen. Wenn k = 0, ist die Diagonale in der Hauptposition, wenn k = 1, ist die Diagonale eine Position über der Hauptdiagonale und so weiter.

Der wichtigste Unterschied zwischen diesen beiden Funktionen ist, dass die identity()-Funktion eine quadratische Matrix zurückgibt, die auf der Hauptdiagonale Einsen hat, wie dies hier dargestellt ist:

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

während die eye()-Funktion eine Matrix zurückgibt, die auf der Diagonale 1 und sonstwo 0 hat, was von dem Wert des k-Parameters abhängt. Wenn der Wert von k > 0 ist, dann ist die Diagonale über der Hauptdiagonale, und umgekehrt.

Zusammenfassung

In diesem Lab haben Sie die NumPy-Funktion matlib.identity() kennengelernt und erfahren, wie sie eine Einheitsmatrix der angegebenen Größe und des angegebenen Datentyps erzeugt. Wir haben auch die Unterschiede zwischen den Funktionen identity() und eye() kennengelernt.

Fazit

Die Funktion numpy.matlib.identity() kann verwendet werden, um eine Einheitsmatrix der angegebenen Größe und des angegebenen Datentyps zu erzeugen. Die Einheitsmatrix ist eine Matrix, bei der alle Diagonalelemente auf 1 und alle anderen Elemente auf 0 gesetzt sind. Sie können auch die eye()-Funktion verwenden, um eine Matrix mit Diagonalelementen, die auf 1 und andere Elemente, die auf 0 gesetzt sind, zu erzeugen, wobei es mehr Optionen gibt, um die Position der Diagonalelemente zu bestimmen.

Zusammenfassung

Herzlichen Glückwunsch! Sie haben das Lab zu der Numpy-Identity()-Funktion abgeschlossen. Sie können in LabEx weitere Labs absolvieren, um Ihre Fähigkeiten zu verbessern.