在本文中,我们将尝试了解 Python 中 NumPy 的恒等函数。
Python 包 NumPy(数值 Python)用于操作数组。使用 NumPy 可以对数组执行许多数学运算。
它提供了一个庞大的高级数学函数库,可用于这些数组和矩阵,以及强大的数据结构,可确保数组和矩阵的高效计算。
2005 年,Travis Oliphant 开发了 NumPy。您可以免费使用它,因为它是一个开源项目。
另请阅读:Numpy Gradient:返回 N 维数组的梯度
什么是 numpy.identity()?
该函数用于返回主对角线上有 1 的方形数组(行数和列数相等的数组),这种数组称为恒等数组。
numpy.identity() 的语法
numpy.identity(n, dtype = None , like = None ) |
参数
- n:整数
- 必需的
- 所需输出数组的行数或列数
- dtype:数据类型
- 选修的
- 输出数组中值的数据类型,
- 默认设置为浮动。
- 像:类似数组
- 选修的
- 可以使用引用对象创建非 NumPy 数组的数组。结果将由 as like 中提供的类似数组确定,如果它符合数组函数协议。在本例中,它确保创建的数组对象与作为参数提供的数组对象兼容。
返回一个 xn 对称数组,其主对角线设置为 1,所有剩余元素设置为零。
numpy.identity() 的实现
使用此功能之前,请确保在 IDE 中导入 NumPy 包。要导入 NumPy 包,请运行以下代码行。
import numpy as np |
示例 1:仅传递 ‘n’ 参数
np.identity( 4 ) |
输出
示例2:传递其他参数
np.identity( 3 , dtype = int ) np.identity( 3 , dtype = complex ) |
输出
概括
通过使用 Python 中的 NumPy 包,处理数组变得很容易。Identity() 函数是创建 xn 单位矩阵/数组的简单方法。
参考
https://numpy.org/doc/stable/reference/ generated/numpy.identity.html