numpy 矩阵对角线_NumPy 构建规则矩阵

本文介绍了如何使用NumPy高效地构建特定规则的矩阵,如提取或设置对角线、创建三角矩阵以及生成范德蒙矩阵。详细展示了np.diag、np.diagflat、np.tri、np.tril、np.triu和np.vander等函数的用法和示例。
摘要由CSDN通过智能技术生成

说明

NumPy 教程 正在计划编写中,欢迎大家加微信 sinbam 提供意见、建议、纠错、催更。

本文介绍 NumPy 通过构建一定规则的矩阵,这些矩阵往往具有特定的用途,这些方法可以大大提高我们构造相应矩阵的效率。

概述

有以下常用的方法,可以构建一定规则的矩阵(按 np.xxx 格式使用)。

方法

说明

np.diag(v[, k])

提取对角线或构造对角线数组

np.diagflat(v[, k])

创建一个二维数组,将展平的输入作为对角线

np.tri(N[, M, k, dtype])

在给定的对角线上和对角线下为 1,在其他地方为 0

np.tril(m[, k])

数组的下三角

np.triu(m[, k])

数组的上三角

np.vander(x[, N, increasing])

生成范德蒙矩阵(Vandermonde matrix)

提取构造对角线数组 np.diag

如果传入的是一个二维数组,提取出对角线的值形成一个一维数组,还可以传入参数 k 对对角线做下移和下移;如果传入一个一维数组,则生成一个对角线数组,对角线上的值为一维数组的值。

x = np.arange(9).reshape((3,3))

x

'''

array([[0, 1, 2],

[3, 4, 5],

[6, 7, 8]])

'''

# 传入的是二维数组,提取出对角线上的值数组

<
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值