掌握 NumPy Identity 函数

介绍

在本实验中，你将学习 NumPy 库中的 numpy.matlib.identity() 函数。单位矩阵（identity matrix）是一种对角线元素为 1，其他元素为 0 的矩阵。该函数用于生成指定大小和数据类型的单位矩阵。

虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果在学习过程中遇到问题，请随时向 Labby 寻求帮助。实验结束后请提供反馈，我们将及时为你解决问题。

为了使用所需的函数，我们必须导入 NumPy 库。我们还需要导入 matlib 函数。

import numpy as np
import numpy.matlib

我们将使用 np.matlib.identity(n,dtype) 函数生成一个大小为 n 且数据类型为 dtype 的单位矩阵。

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

输出：

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

我们可以通过使用 dtype 参数来指定单位矩阵的数据类型。

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

输出：

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

eye() 函数是另一个用于生成矩阵的 NumPy 函数。eye() 函数生成一个对角线元素为 1，其他元素为 0 的矩阵。

让我们使用 eye() 函数生成一个 3x3 的矩阵。

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

输出：

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

如我们所见，在 eye() 函数中，我们使用参数 n、m 或 shape 来设置矩阵的大小。我们通过 k 参数来确定对角线的位置。当 k=0 时，对角线位于主对角线上；当 k=1 时，对角线位于主对角线上方一位，依此类推。

这两个函数的主要区别在于，identity() 函数返回一个主对角线上为 1 的方阵，如下所示：

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

而 eye() 函数返回一个对角线上为 1，其他位置为 0 的矩阵，具体取决于 k 参数的值。如果 k > 0，则对角线位于主对角线上方，反之亦然。

在本实验中，你学习了 NumPy 的 matlib.identity() 函数，以及它如何生成指定大小和数据类型的单位矩阵。我们还学习了 identity() 和 eye() 函数之间的区别。

numpy.matlib.identity() 函数可用于生成指定大小和数据类型的单位矩阵。单位矩阵是一个对角线元素为 1，其他元素为 0 的矩阵。你也可以使用 eye() 函数生成对角线元素为 1、其他元素为 0 的矩阵，并且可以通过更多选项来确定对角线元素的位置。

恭喜！你已经完成了 Numpy Identity() 函数的实验。你可以在 LabEx 中练习更多实验来提升你的技能。