python生成单位阵或对角阵
前提：
|
1
|
import numpy as np |
1.identity
|
1
2
3
4
5
|
np.identity(4)array([[ 1., 0., 0., 0.], [ 0., 1., 0., 0.], [ 0., 0., 1., 0.], [ 0., 0., 0., 1.]]) |
2.eye
|
1
2
3
4
5
|
np.eye(4)array([[1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.]]) |
3.diag（可以指定对角元素）
|
1
2
3
4
5
6
7
8
9
10
11
12
|
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]]) |
有趣的地方是前两种方法元素都是浮点数，最后一种是整数，使用的时候注意区分就好
python创建对角阵的np.eye()函数
最近博主在研究kalman滤波，里面初始矩阵定义需要对角阵，于是查了一些资料，发现numpy中有一个eye函数可以达到这样的目的
|
1
|
np.eye(N,M=None,k=0,dtype=<class 'float'>,order='C) |
-
N表示输出的行数； -
M表示输出的列数，不给默认等于N； -
K默认等于0，表示主对角线，负数代表低对角，正数代表高对角； -
dtype表示输出数据的类型； -
order表示输出的数组的形式是按照C语言的行优先’C’，还是按照Fortran形式的列优先‘F’存储在内存中。
看下面两个例子就明白用法啦
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
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.]] |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
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.]] |
动动小手，感悟一下就好啦！以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/qq_41542989/article/details/111587600
