Numpy Identity Matrix

Numpy Identity Matrix er en funksjon som returnerer en identitetsmatrise i utgangen med tanke på parametrene som er gitt til den. En identitetsmatrise er en type matrise som har et positivt reelt tall som “1” på sin diagonale (hoved) og alle de andre elementene i denne matrisen er null. Slike matriser kan brukes til å representere systemets matematiske ligning. Dessuten kan identitetsmatriser brukes til å finne det inverse av matriser. Denne matrisen er, når den er multiplisert av seg selv, den resulterende matrisen er like samme som identiteten. Det er mange applikasjoner av denne matrisen som gjelder for forskjellige ingeniørapplikasjoner. Numpy er biblioteket som presenteres av Python -plattformen. Dette biblioteket omhandler hovedsakelig matematiske beregninger, statistiske operasjoner og flerdimensjonale matriser og matriser.

Fremgangsmåte

Vi følger en sekvensiell prosedyre for å gi en detaljert forklaring av temaet "numpy identitet" i denne artikkelen. Vi gir en omfattende forklaring på syntaksen til den numpy identitetsmatrisen. For å få en dypere innsikt i denne funksjonen, prøver vi å implementere de forskjellige utmerkede eksemplene relatert til Numpy Identity Matrix. Programmeringsspråket hvis manus vi vil bruke for å implementere identitetsmatrisen er "Python".

Syntaks

Vi kan aldri implementere noen funksjon hvis vi ikke har forkunnskaper om de grunnleggende parametrene for den funksjonen. På samme måte må vi få et godt grep om identitetsmatrisefunksjonen. Syntaksen for denne spesielle funksjonen kan beskrives på to måter. Begge disse måtene er endringer av hverandre. Den grunnleggende syntaks for identitetsfunksjonen sammen med parameteren er diskutert i følgende:

$ np. Identitet (n)
$ np. Identitet (n, dtype)

Basert på de tidligere nevnte to syntaksene for å ringe identitetsfunksjonen, er det en parameter “N” som er vanlig i begge metodene. Denne parameteren “N” må eksplisitt ta dimensjonene eller rekkefølgen på identitetsmatrisen som vi vil at funksjonen skal returnere som utgang. Denne "n" kan være noe positivt reelt tall. Så kommer en annen parameter beskrevet i den andre metoden som "dtype". Denne dtypen er en tilleggsparameter, og tvangen kan velges som valgfri eller obligatorisk basert på våre krav. DTYPE er datatypen på elementene vi ønsker å være på hoveddiagonalen og andre elementer i identitetsmatrisen vår. Denne datatypen kan være heltall, float, dobbel, streng, etc.

Eksempel 1

Bruken av identitetsmatrisefunksjonen med Numpy Library er ganske enkel. Her i dette eksemplet bruker vi den første metoden som vi diskuterte tidligere i artikkelen under overskriften, "Syntaks". For å implementere denne funksjonen, må vi først åpne Python -kompilatorene våre og sørge for at vi installerte alle nødvendige pakker i dem, slik at vi kan importere bibliotekene fra disse pakkene i koden vår senere. Siden identitet er en indirekte matrise, takler vi matrisen. For å erklære en matrise, tar vi hjelp av "Numpy" -biblioteket.

Vi har to alternativer for å importere Numpy, da vi bare kan bruke Numpy som Numpy, eller vi kan bruke et kallenavn til Numpy. Den vanligste praksisen etter stevne er at vi bruker et prefiks i stedet for å kalle Numpy selv, så "importer numpy som NP". Nå bruker vi denne "NP" for å kalle identitetsmatrisefunksjonen. For å få det til å fungere, kaller vi funksjonen “NP. Identitet (n) ”. "N" er inngangsargumentet for denne funksjonen, og det representerer dimensjonene for identitetsfeltmatrisen. I dette eksemplet lager vi en firkantet identitetsmatrise av ordren 3 × 3, noe som betyr at identitetsmatrisen har tre rader og tre kolonner. Deretter prøver vi å vise utdataene ved å kalle metoden “Print ()”.

Importer numpy som NP
# Deklarerer en identitetsmatrise av 3x3 dimensjon
Array = NP.identitet (3)
Print ("Identity Matrix: \ n", Array)

Vi har nettopp kopiert den tidligere nevnte koden og utdataene fra koden som returnerer en identitetsmatrise med tre kolonner og tre rader. Denne identitetsmatrisen har “1” på sin viktigste diagonal (siden denne metoden tar datatypen som flyter som standard) og resten av matrikselementene er null.

Eksempel 2

I forrige eksempel implementerte vi et eksempel som opprettet en identitetsmatrise med den første metoden beskrevet i "Syntaks". Det andre eksemplet bruker den andre metoden for identitetsfunksjonen. For å gjøre det, importerer vi Numpy med "NP" -prefikset. Nå bruker vi denne NP som erstatning for Numpy når vi kaller en hvilken som helst funksjon som kaller Numpy med den. Vi lager en identitetsmatrise ved å kalle funksjonen “NP. Identitet (n, dtype) “. N av matrisen er 5, noe som betyr at identitetsmatrisen har fem rader og fem kolonner. Og vi setter dtypen til "Float", noe som betyr at de viktigste diagonale elementene i identitetsmatrisen er av datatype float. Deretter viser vi matrisen med "print ()" -funksjonen. Vi kan kopiere og utføre følgende Python -kode for å lage en identitetsmatrise og bekrefte resultatene.

Importer numpy som NP
# Deklarerer en identitetsmatrise av 5x5 dimensjon
Array = NP.identitet (5, dtype = float)
Print ("Identity Matrix: \ n", Array)

Utgangen fra det andre eksemplet er en identitetsmatrise med dimensjonene til fem rader og fem kolonner som har flyttypen “1” i sin viktigste diagonal og de gjenværende elementene som null.

Konklusjon

Artikkelen viser metoden for å implementere Numpy Identity -funksjonen i Python -skriptet. Denne artikkelen gir en detaljert gjennomgang av prosedyren og introduksjonen av numpy identitetsfunksjonene. For ytterligere å få en god praktisk opplevelse, implementeres to eksempler ved å bruke de to forskjellige metodene for erklæringen om en identitetsmatrisefunksjon. Vi er i gode håp om at denne artikkelen vil hjelpe leserne på best mulig måte.