Numpy Identity Matrix

Numpy Identity Matrix
Die Numpy -Identitätsmatrix ist eine Funktion, die eine Identitätsmatrix in der Ausgabe zurückgibt, unter Berücksichtigung der ihm angegebenen Parameter. Eine Identitätsmatrix ist eine Art von Matrix, die eine positive reelle Zahl wie „1“ auf ihrer Diagonal (Haupt) hat, und alle anderen Elemente in dieser Matrix sind Null. Solche Matrizen können verwendet werden, um die mathematische Gleichung des Systems darzustellen. Darüber hinaus können Identitätsmatrizen verwendet werden, um die Umkehrung der Matrizen zu finden. Diese Matrix ist, wenn sie von selbst multipliziert wird, die resultierende Matrix genauso wie die Identität. Es gibt viele Anwendungen dieser Matrix, die für verschiedene technische Anwendungen gelten. Numpy ist die Bibliothek, die von der Python -Plattform präsentiert wird. Diese Bibliothek befasst sich hauptsächlich mit mathematischen Berechnungen, statistischen Operationen und mehrdimensionalen Arrays und Matrizen.

Verfahren

Wir befolgen eine sequentielle Prozedur, um eine ausführliche Erklärung des Themas der „Numpy Identity“ in diesem speziellen Artikel zu geben. Wir geben eine umfassende Erklärung der Syntax der Numpy -Identitätsmatrix. Um einen tieferen Einblick in diese Funktion zu erhalten, versuchen wir, die verschiedenen angesehenen Beispiele im Zusammenhang mit der Numpy -Identitätsmatrix zu implementieren. Die Programmiersprache, deren Skript wir verwenden werden, um die Identitätsmatrix zu implementieren, lautet "Python".

Syntax

Wir können niemals eine Funktion implementieren, wenn wir keine Vorkenntnisse über die grundlegenden Parameter dieser Funktion haben. Ebenso müssen wir die Identitätsmatrixfunktion gut in den Griff bekommen. Die Syntax für diese bestimmte Funktion kann auf zwei Arten beschrieben werden. Beide Möglichkeiten sind Veränderungen voneinander. Die grundlegende Syntax für die Identitätsfunktion zusammen mit ihrem Parameter wird im Folgenden erörtert:

$ np. Identität (n)
$ np. Identität (N, DTYPE)

Basierend auf den zuvor erwähnten zwei Syntaxen für das Aufrufen der Identitätsfunktion gibt es einen Parameter „N“, der in beiden Methoden üblich ist. Dieser Parameter „N“ muss explizit die Abmessungen oder die Reihenfolge der Identitätsmatrix nehmen, die die Funktion als Ausgabe zurücksetzt. Dieses „N“ könnte eine positive reelle Zahl sein. Dann kommt ein weiterer Parameter, der in der zweiten Methode als "DTYPE" beschrieben wird. Dieser DTYPE ist ein zusätzlicher Parameter und sein Zwang kann basierend auf unseren Anforderungen als optional oder obligatorisch ausgewählt werden. Der DTYPE ist der Datentyp der Elemente, die wir auf der Hauptdiagonale und anderen Elementen unserer Identitätsmatrix befinden möchten. Dieser Datentyp kann ganzzahlig, float, doppelt, string usw. sein.

Beispiel 1

Die Verwendung der Identitätsmatrixfunktion mit der Numpy -Bibliothek ist recht einfach. Hier in diesem Beispiel verwenden wir die erste Methode, die wir früher in dem Artikel unter der Überschrift „Syntax“ besprochen haben,. Um diese Funktion zu implementieren, müssen wir zuerst unsere Python -Compiler öffnen und sicherstellen. Da Identität ein Matrix -Indirekt ist, beschäftigen wir uns mit der Matrix. Um eine Matrix zu deklarieren, nehmen wir die Hilfe der „Numpy“ -Bibliothek an.

Wir haben zwei Optionen, um den Numpy zu importieren, da wir entweder den Numpy einfach als Numpy verwenden können oder einen Spitznamen für den Numpy verwenden können. Die häufigste Praxis durch die Konvention ist, dass wir ein Präfix verwenden, anstatt den Numpy selbst zu nennen. „Importieren Sie Numpy als NP“. Jetzt verwenden wir dieses „NP“, um die Identitätsmatrixfunktion aufzurufen. Damit es funktioniert, nennen wir die Funktion „NP. Identität (n) ”. Das „N“ ist das Eingabargument für diese Funktion und repräsentiert die Dimensionen für die Identitätsquadratmatrix. In diesem Beispiel erstellen wir eine quadratische Identitätsmatrix der Reihenfolge 3 × 3, was bedeutet, dass die Identitätsmatrix drei Zeilen und drei Spalten hat. Dann versuchen wir, die Ausgabe zu zeigen, indem wir die Methode "print ()" aufrufen ".

Numph als NP importieren
# eine Identitätsmatrix der 3x3 -Dimension deklarieren
Array = np.Identität (3)
print ("Identitätsmatrix: \ n", Array)

Wir haben gerade den zuvor erwähnten Code und die Ausgabe des Codes kopiert, der eine Identitätsmatrix mit drei Spalten und drei Zeilen zurückgibt. Diese Identitätsmatrix hat „1“ auf ihrer Hauptdiagonale (da diese Methode den Datentyp standardmäßig als Float annimmt) und der Rest der Matrixelemente Null ist.

Beispiel 2

Im vorherigen Beispiel haben wir ein Beispiel implementiert, das eine Identitätsmatrix mit der ersten in der „Syntax“ beschriebenen Methode erstellt hat. Das zweite Beispiel verwendet die zweite Methode für die Identitätsfunktion. Dazu importieren wir das Numpy mit dem „NP“ -Präfix. Jetzt verwenden wir diesen NP als Ersatz für den Numpy, wenn wir eine Funktion nennen, die Numpy damit ruft. Wir erstellen eine Identitätsmatrix, indem wir die Funktion „NP aufrufen. Identität (N, DTYPE) “. Die n der Matrix ist 5, was bedeutet, dass die Identitätsmatrix fünf Zeilen und fünf Spalten aufweist. Und wir setzen den DTYPE auf "Float", was bedeutet, dass die Hauptdiagonalelemente der Identitätsmatrix vom Datentyp float sind. Anschließend zeigen wir die Matrix mit der Funktion „print ()“ an. Wir können den folgenden Python -Code kopieren und ausführen, um eine Identitätsmatrix zu erstellen und die Ergebnisse zu überprüfen.

Numph als NP importieren
# eine Identitätsmatrix der 5x5 -Dimension deklarieren
Array = np.Identität (5, DTYPE = Float)
print ("Identitätsmatrix: \ n", Array)

Die Ausgabe des zweiten Beispiels ist eine Identitätsmatrix mit den Abmessungen von fünf Zeilen und fünf Spalten mit dem Float -Typ „1“ in seiner Hauptdiagonale und den verbleibenden Elementen als Null.

Abschluss

Der Artikel zeigt die Methode zur Implementierung der Numpy -Identitätsfunktion im Python -Skript. Dieser Artikel enthält eine detaillierte Überprüfung des Verfahrens und die Einführung der Numpy -Identitätsfunktionen. Um eine gute praktische Erfahrung zu erzielen, werden zwei Beispiele mit den beiden verschiedenen Methoden der Erklärung einer Identitätsmatrixfunktion implementiert. Wir hoffen in guter Hoffnung, dass dieser Artikel seinen Lesern bestmöglich hilft.