python生成对角矩阵,python矩阵对角化

　　本文主要介绍了python中生成单位矩阵或对角矩阵的三种方法的总结，具有很好的参考价值。希望对大家有帮助。如有错误或不足之处，请不吝赐教。

目录

python生成单位阵或对角阵

　　前提：

　　将numpy作为np导入

1.identity

　　np.identity(4)

　　数组([[ 1。 0. 0. 0.],

　　[ 0. 1. 0. 0.],

　　[ 0. 0. 1. 0.],

　　[ 0. 0. 0. 1.]])

2.eye

　　眼睛(4)

　　数组([[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）

　　np.diag([1] * 4)

　　Out[1]:

　　数组([[1，0，0，0]，

　　[0, 1, 0, 0],

　　[0, 0, 1, 0],

　　[0, 0, 0, 1]])

　　np.diag([2] * 4)

　　[2]:

　　数组([[2，0，0，0]，

　　[0, 2, 0, 0],

　　[0, 0, 2, 0],

　　[0, 0, 0, 2]])

　　有趣的是，前两个方法元素是浮点数，最后一个是整数。用的时候注意区分就好了。

python创建对角阵的np.eye()函数

　　最近博主在研究卡尔曼滤波，其中初始矩阵定义需要对角矩阵，于是查了一些资料，发现numpy中有一个eye函数可以达到这个目的。

　　np.eye(N，M=无，k=0，dtype=class float ，order=C )

　　n表示输出的行数；m表示输出列数，默认不等于N；k默认等于0，表示主对角线，负数表示低对角线，正数表示高对角线；Dtype表示输出数据的类型；指示order的输出数组是根据C语言中的行优先级“C”还是Fortran中的列优先级“F”存储在内存中。

看下面两个例子就明白用法啦

　　a=np.eye(4)

　　打印(类型(a))

　　打印(一份)

　　a=np.mat(a)

　　打印(类型(a))

　　打印(一份)

　　a=a.I

　　打印(类型(a))

　　打印(一份)

　　类“numpy.ndarray”

　　[[1.0.0.0.]

　　[0.1.0.0.]

　　[0.0.1.0.]

　　[0.0.0.1.]]

　　类“numpy.matrix”

　　[[1.0.0.0.]

　　[0.1.0.0.]

　　[0.0.1.0.]

　　[0.0.0.1.]]

　　类“numpy.matrix”

　　[[1.0.0.0.]

　　[0.1.0.0.]

　　[0.0.1.0.]

　　[0.0.0.1.]]

　　a=np.eye(4，k=1)

　　打印(类型(a))

　　打印(一份)

　　a=np.mat(a)

　　打印(类型(a))

　　打印(一份)

　　a=a.T

　　打印(类型(a))

　　打印(一份)

　　类“numpy.ndarray”

　　[[0.1.0.0.]

　　[0.0.1.0.]

　　[0.0.0.1.]

　　[0.0.0.0.]]

　　类“numpy.matrix”

　　[[0.1.0.0.]

　　[0.0.1.0.]

　　[0.0.0.1.]

　　[0.0.0.0.]]

　　类“numpy.matrix”

　　[[0.0.0.0.]

　　[1.0.0.0.]

　　[0.1.0.0.]

　　[0.0.1.0.]]

　　动动手，感受一下！以上个人经验，希望给你一个参考，也希望你能支持盛行的IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。