Python NumPy의 diag 함수 사용 설명

1793 단어 PythonNumPydiag
NumPy 패키지의 내장 diag 함수는 매우 재미있다.

1차원 그룹 a와 3*3 그룹 b를 만드는 경우:


import numpy as np
a = np.arange(1, 4)
b = np.arange(1, 10).reshape(3, 3)
결과는 다음과 같습니다.
>>> a
array([1, 2, 3])
>>> b
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
diag 함수를 사용하여 결과를 확인합니다.
>>> np.diag(a)
array([[1, 0, 0],
[0, 2, 0],
[0, 0, 3]])
>>> np.diag(b)
array([1, 5, 9])
발견할 수 있다,np.diag(array)에서
array가 1차원 그룹일 때, 결과는 1차원 그룹을 대각선 원소로 하는 행렬을 형성한다
array는 2차원 매트릭스일 때 결과 출력 매트릭스의 대각선 원소
numpy.diag () 구조 및 사용법 | | 매개 변수 상세 정보

numpy.diag(v,k=0) 
공식 문서
1차원 수조의 형식으로 방진의 대각선(또는 비대각선) 원소를 되돌리거나 1차원 수조를 방진(비대각선 원소는 0)으로 전환한다.두 가지 기능 역할 전환은 입력한 v에 달려 있다.일
더욱 깊은 견해numpy.diagnal()

매개변수 세부 정보:


v : array_like.
v가 2D 배열이면 k 위치의 대각선을 반환합니다.
만약 v가 1D 그룹이라면, k위치 대각선의 2차원 그룹으로 v를 되돌려줍니다.
k : int, optional
대각선의 위치는 0보다 크면 대각선 위에 있고, 0보다 작으면 아래에 있다.

예제


>>> x = np.arange(9).reshape((3,3))
>>> x
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]])
이상의 개인적인 경험으로 여러분께 참고가 되었으면 좋겠습니다. 또한 많은 응원 부탁드립니다.

좋은 웹페이지 즐겨찾기