您好,登錄后才能下訂單哦!
本篇內容介紹了“python生成單位陣或對角陣的三種方式是什么”的有關知識,在實際案例的操作過程中,不少人都會遇到這樣的困境,接下來就讓小編帶領大家學習一下如何處理這些情況吧!希望大家仔細閱讀,能夠學有所成!
前提:
import numpy as np
np.identity(4) array([[ 1., 0., 0., 0.], [ 0., 1., 0., 0.], [ 0., 0., 1., 0.], [ 0., 0., 0., 1.]])
np.eye(4) array([[1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.]])
np.diag([1] * 4) Out[1]: array([[1, 0, 0, 0], [0, 1, 0, 0], [0, 0, 1, 0], [0, 0, 0, 1]]) np.diag([2] * 4) Out[2]: array([[2, 0, 0, 0], [0, 2, 0, 0], [0, 0, 2, 0], [0, 0, 0, 2]])
有趣的地方是前兩種方法元素都是浮點數,最后一種是整數,使用的時候注意區分就好
最近博主在研究kalman濾波,里面初始矩陣定義需要對角陣,于是查了一些資料,發現numpy中有一個eye函數可以達到這樣的目的
np.eye(N,M=None,k=0,dtype=<class 'float'>,order='C)
N
表示輸出的行數;
M
表示輸出的列數,不給默認等于N;
K
默認等于0,表示主對角線,負數代表低對角,正數代表高對角;
dtype
表示輸出數據的類型;
order
表示輸出的數組的形式是按照C語言的行優先’C’,還是按照Fortran形式的列優先‘F’存儲在內存中。
a = np.eye(4) print(type(a)) print(a) a = np.mat(a) print(type(a)) print(a) a = a.I print(type(a)) print(a) >>><class 'numpy.ndarray'> [[1. 0. 0. 0.] [0. 1. 0. 0.] [0. 0. 1. 0.] [0. 0. 0. 1.]] <class 'numpy.matrix'> [[1. 0. 0. 0.] [0. 1. 0. 0.] [0. 0. 1. 0.] [0. 0. 0. 1.]] <class 'numpy.matrix'> [[1. 0. 0. 0.] [0. 1. 0. 0.] [0. 0. 1. 0.] [0. 0. 0. 1.]]
a = np.eye(4,k=1) print(type(a)) print(a) a = np.mat(a) print(type(a)) print(a) a = a.T print(type(a)) print(a) >>><class 'numpy.ndarray'> [[0. 1. 0. 0.] [0. 0. 1. 0.] [0. 0. 0. 1.] [0. 0. 0. 0.]] <class 'numpy.matrix'> [[0. 1. 0. 0.] [0. 0. 1. 0.] [0. 0. 0. 1.] [0. 0. 0. 0.]] <class 'numpy.matrix'> [[0. 0. 0. 0.] [1. 0. 0. 0.] [0. 1. 0. 0.] [0. 0. 1. 0.]]
“python生成單位陣或對角陣的三種方式是什么”的內容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站,小編將為大家輸出更多高質量的實用文章!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。