numpy—np.eye、np.diag与np.tile

文章目录

1.np.eye
- 实例
2.np.diag
- 实例
3.np.tile
- 实例

1.np.eye

numpy.eye(N, M=None, k=0, dtype=<class 'float'>, order='C')

描述

返回一个二维数组，对角线上为1，其他地方为0

参数

N : int
输出的行数

M : int, optional
输出中的列数。如果为None，默认为N

k : int, optional
对角线索引:0(默认)表示主对角线，正值表示上对角线，负值表示下对角线。

d : type,data-type, optional
返回数组的数据类型

order : {‘C’, ‘F’}, optional
在内存中，输出应该按行主要(c风格)还是列主要(fortran风格)顺序存储

I : ndarray of shape (N,M)
一个数组，其中所有元素均等于零（第k个对角线除外，其值等于1）

实例

np.eye(2, dtype=int)array([[1, 0],[0, 1]])np.eye(3, k=1)array([[0.,  1.,  0.],[0.,  0.,  1.],[0.,  0.,  0.]])

2.np.diag

numpy.diag(v, k=0)

描述

提取对角线或构造对角线数组

参数

v : array_like
如果v是二维数组，则返回其第k个对角线的副本。
如果v是一维数组，则返回一个二维数组，其中v在第k个对角线上

k : int, optional
对角线。默认值为0。使用k>0为主对角线以上的对角线，和k<0为主对角线以下的对角线

提取的对角线数组或构造对角线数组

实例

x = np.arange(9).reshape((3,3))array([[0, 1, 2],[3, 4, 5],[6, 7, 8]])np.diag(x)array([0, 4, 8])np.diag(x, k=1)array([1, 5])np.diag(x, k=-1)array([3, 7])np.diag(np.diag(x))array([[0, 0, 0],[0, 4, 0],[0, 0, 8]])

3.np.tile

numpy.tile(A, reps)

描述

通过重复由reps给出的次数来构造一个数组
虽然可以使用tile进行广播，但强烈建议使用numpy的广播操作和函数

参数

A : array_like
输入数组

reps : array_like
A在每个轴上重复的次数

数组

实例

a = np.array([0, 1, 2])np.tile(a, 2)
array([0, 1, 2, 0, 1, 2])np.tile(a, (2, 2))
array([[0, 1, 2, 0, 1, 2],[0, 1, 2, 0, 1, 2]])np.tile(a, (2, 1, 2))
array([[[0, 1, 2, 0, 1, 2]],[[0, 1, 2, 0, 1, 2]]])b = np.array([[1, 2], [3, 4]])
np.tile(b, 2)
array([[1, 2, 1, 2],[3, 4, 3, 4]])np.tile(b, (2, 1))
array([[1, 2],[3, 4],[1, 2],[3, 4]])

numpy—np.eye、np.diag与np.tile相关推荐

numpy 辨异（二） —— np.identity()/np.eye()
import numpy as np; 两者在创建单位矩阵上,并无区别,两者的区别主要在接口上: np.identity(n, dtype=None):只能获取方阵,也即标准意义的单位阵: np.ey ...
python | np.eye()函数
作用1:生成对角阵,主对角线上元素为1,其余位置均为0 import numpy as np a = np.eye(3) print(a) 结果: 如果要读取第二行,则写作:np.eye(3)[1] ...
【语义分割】评价指标代码函数：np.sum()、np.nansum()、np.nanmean()、np.diag()、np.bincount()
引言本文针对: [语义分割]评价指标:PA.CPA.MPA.IoU.MIoU详细总结和代码实现(零基础从入门到精通系列!)中实现评价指标代码里相关函数进行补充说明,包括:np.sum().np.na ...
np.eye()函数
np.eye()的函数,除了生成对角阵外,还可以将一个label数组,大小为(1,m)或者(m,1)的数组,转化成one-hot数组. 例如它可以将类别总数为6的labels=[1,2,3,0,1,1 ...
python中np.eye()函数的使用
numpy.eye(N,M=None, k=0, dtype=<type 'float'>) 关注第一个第三个参数就行了第一个参数:输出方阵(行数=列数)的规模,即行数或列数第三个参数 ...
numpy给数据新增一个维度np.newaxis及其使用场景
numpy给数据新增一个维度np.newaxis及其使用场景 a = [10,20,30,40,50] a = np.array(a)print(a.shape) a = a[:, np.newaxi ...
np.eye()的函数能将一个label数组，大小为(1,m)或者(m,1)的数组，转化成one-hot数组
np.eye()的函数,这个函数的用法非常的简单,但是在预制的代码中,这个函数的用法并非单单制造一个对角矩阵,而是通过其来将一个label数组,大小为(1,m)或者(m,1)的数组,转化成one-ho ...
python Numpy 中的矩阵向量乘法（np.multiply（）、np.dot（）、np.matmul() 和星号（*）、@）
python Numpy 中的矩阵向量乘法总结 1. 对于 np.array 对象 1.1 元素乘法用 a*b 或 np.multiply(a,b) 1.2 矩阵乘法用 np.dot(a,b) ...
python中使用numpy包的向量矩阵相乘np.dot和np.matmul
一直对np的线性运算不太清晰,正好上课讲到了,做一个笔记整个理解一下 1.向量和矩阵在numpy中,一重方括号表示的是向量vector,vector没有行列的概念.二重方括号表示矩阵matrix,有 ...
[Python] 矩阵拼接 np.c_[a,b]和np.r_[a,b]
功能: 将矩阵横向或纵向拼接 np.c_[a,b] 将a, b看成单位,放置于不同的列.(左右合并) np.r_[a,b] 将a, b看成单位,放置于不同的行.(上下合并) 示例: import nu ...

numpy—np.eye、np.diag与np.tile

文章目录

1.np.eye

实例

2.np.diag

实例

3.np.tile

实例

numpy—np.eye、np.diag与np.tile相关推荐

最新文章

热门文章