이 랩에서는 NumPy 라이브러리의 numpy.matlib.identity() 함수에 대해 배우게 됩니다. 단위 행렬 (identity matrix) 은 대각선 요소가 모두 1 이고 다른 요소는 0 으로 설정된 행렬입니다. 이 함수는 지정된 크기와 데이터 유형으로 단위 행렬을 생성하는 데 도움이 됩니다.
VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 작업의 유효성 검사를 자동화할 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 즉시 해결해 드리겠습니다.
필요한 함수를 사용하려면 NumPy 라이브러리를 가져와야 합니다. 또한 matlib 함수도 가져오고 싶습니다.
import numpy as np
import numpy.matlibnp.matlib.identity(n, dtype) 함수를 사용하여 크기가 n 이고 데이터 유형이 dtype 인 단위 행렬을 생성합니다.
identity_matrix = np.matlib.identity(4)
print("단위 행렬:\n", identity_matrix)Output:
Identity Matrix:
[[1. 0. 0. 0.]
[0. 1. 0. 0.]
[0. 0. 1. 0.]
[0. 0. 0. 1.]]dtype 매개변수를 사용하여 단위 행렬의 데이터 유형을 지정할 수 있습니다.
identity_matrix = np.matlib.identity(4, dtype=int)
print("int 유형의 단위 행렬:\n", identity_matrix)Output:
Identity Matrix of int type:
[[1 0 0 0]
[0 1 0 0]
[0 0 1 0]
[0 0 0 1]]eye() 함수는 행렬을 생성하는 또 다른 NumPy 함수입니다. eye() 함수는 모든 대각선 요소가 1 로 설정되고 다른 요소가 0 으로 설정된 행렬을 생성합니다.
eye() 함수를 사용하여 3x3 행렬을 생성해 보겠습니다.
eye_matrix = np.eye(3)
print("Eye 행렬:\n", eye_matrix)Output:
Eye Matrix:
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]보시다시피, eye() 함수에서는 n, m 또는 shape 매개변수를 사용하여 행렬의 크기를 설정했습니다. k 매개변수를 설정하여 대각선의 위치를 결정합니다. k=0일 때 대각선은 주 대각선에 위치하고, k=1일 때 대각선은 주 대각선 위 한 칸에 위치하며, 그 외에도 마찬가지입니다.
이 두 함수의 주요 차이점은 identity() 함수는 다음과 같이 주 대각선에 1 을 갖는 정사각 행렬을 반환한다는 것입니다.
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]반면 eye() 함수는 k 매개변수 값에 따라 대각선에 1 을, 다른 곳에는 0 을 갖는 행렬을 반환합니다. k > 0이면 대각선은 주 대각선 위에 있고, 그 반대의 경우도 마찬가지입니다.
이 랩에서는 NumPy matlib.identity() 함수와 주어진 크기 및 데이터 유형의 단위 행렬을 생성하는 방법에 대해 배웠습니다. 또한 identity() 함수와 eye() 함수의 차이점에 대해서도 배웠습니다.
numpy.matlib.identity() 함수는 주어진 크기 및 데이터 유형의 단위 행렬을 생성하는 데 사용할 수 있습니다. 단위 행렬은 모든 대각선 요소가 1 로 설정되고 다른 모든 요소가 0 으로 설정된 행렬입니다. 또한 eye() 함수를 사용하여 대각선 요소의 위치를 결정하는 더 많은 옵션을 통해 대각선 요소가 1 로 설정되고 다른 요소가 0 으로 설정된 행렬을 생성할 수 있습니다.
축하합니다! Numpy Identity() Function 랩을 완료했습니다. LabEx 에서 더 많은 랩을 연습하여 기술을 향상시킬 수 있습니다.