一、np.eye()
得到一个二维2的数组(N,M),对角线的地方为1,其余的地方为0.
可选参数:
(1)N:int型,输出的行数
(2)M:int型,输出的列数,如果没有就默认为N
(3)k:int型,可选项,对角线的下标,默认为0表示的是主对角线,负数表示的是低对角,正数表示的是高对角。
(4)dtype:数据的类型,可选项,返回的数据的数据类型
二、np.identity()
与np.eye()不同,得到一个N=M的方阵,主对角线为1,其余地方为0的数组
参数:
(1)n,int型,,输出的矩阵的行数和列数都是n
(2)dtype:输出的类型,默认是float
import numpy as np
a=np.eye(3)
print(a,'\n')
a=np.eye(3,k=-1)
print(a,'\n')
a=np.eye(3,4)
print(a,'\n')
b=np.identity(3)
print(b)
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
[[0. 0. 0.]
[1. 0. 0.]
[0. 1. 0.]]
[[1. 0. 0. 0.]
[0. 1. 0. 0.]
[0. 0. 1. 0.]]
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
三、np.eye(C)[array.reshape(-1)]
这个函数的用法并非单单制造一个对角矩阵,作用是将大小为(1,m)或者(m,1)的数组,转化成one-hot数组。
(1)后面接的数组是必须是一维数组,array.rehape(-1),-1的时候直接拉成一维的数组,且该数组必须加中括号[···]
(2)数组成员代表分别对应每行1偏移的位置,如果偏移数组大于a的行数,a的行数相应增加,但是列数不变
(3)数组里的数组数字不能超过矩阵的范围,小于等于列索引
c=np.eye(4)[[0,3,2,3]]
print(c,'\n')
array=np.array([[0],[3],[2],[3],[2]])
c=np.eye(6)[array.reshape(-1)]
print(c,'\n')
[[1. 0. 0. 0.]
[0. 0. 0. 1.]
[0. 0. 1. 0.]
[0. 0. 0. 1.]]
[[1. 0. 0. 0. 0. 0.]
[0. 0. 0. 1. 0. 0.]
[0. 0. 1. 0. 0. 0.]
[0. 0. 0. 1. 0. 0.]
[0. 0. 1. 0. 0. 0.]]