Matrice d'identité Numpy

La matrice d'identité Numpy est une fonction qui renvoie une matrice d'identité dans la sortie compte tenu des paramètres qui lui sont donnés. Une matrice d'identité est un type de matrice qui a un nombre réel positif comme «1» sur sa diagonale (principale) et tous les autres éléments de cette matrice sont nuls. De telles matrices peuvent être utilisées pour représenter l'équation mathématique du système. De plus, les matrices d'identité peuvent être utilisées pour trouver l'inverse des matrices. Cette matrice est, lorsqu'elle est multipliée par elle-même, la matrice résultante est la même que l'identité. Il existe de nombreuses applications de cette matrice qui s'appliquent à diverses applications d'ingénierie. Numpy est la bibliothèque présentée par la plate-forme Python. Cette bibliothèque traite principalement des calculs mathématiques, des opérations statistiques et des tableaux et matrices multidimensionnels.

Procédure

Nous suivons une procédure séquentielle pour donner une explication détaillée du sujet de «l'identité numpy» dans cet article particulier. Nous donnons une explication complète de la syntaxe de la matrice d'identité Numpy. Pour obtenir un aperçu plus approfondi de cette fonction, nous essayons de mettre en œuvre les différents exemples distingués liés à la matrice d'identité Numpy. Le langage de programmation dont nous allons utiliser le script pour implémenter la matrice d'identité est «Python».

Syntaxe

Nous ne pouvons jamais implémenter aucune fonction si nous n'avons pas de connaissance préalable des paramètres de base de cette fonction. De même, nous devons prendre une bonne prise sur la fonction de matrice d'identité. La syntaxe de cette fonction particulière peut être décrite de deux manières. Ces deux façons sont des modifications les unes des autres. La syntaxe de base pour la fonction d'identité avec son paramètre est discutée dans ce qui suit:

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

Sur la base des deux syntaxes mentionnées précédemment pour l'appel de la fonction d'identité, il y a un paramètre «n» qui est commun dans les deux méthodes. Ce paramètre «n» doit prendre explicitement les dimensions ou l'ordre de la matrice d'identité que nous voulons que la fonction renvoie comme sortie. Ce «n» pourrait être un nombre réel positif. Vient ensuite un autre paramètre décrit dans la deuxième méthode comme «dtype». Ce dtype est un paramètre supplémentaire et sa contrainte peut être choisie comme facultative ou obligatoire en fonction de nos exigences. Le DTYPE est le type de données des éléments que nous voulons être sur la diagonale principale et d'autres éléments de notre matrice d'identité. Ce type de données peut être entier, flottant, double, chaîne, etc.

Exemple 1

L'utilisation de la fonction de matrice d'identité avec la bibliothèque Numpy est assez simple. Ici, dans cet exemple, nous utilisons la première méthode dont nous avons discuté plus tôt dans l'article sous la rubrique, «Syntaxe». Pour implémenter cette fonction, nous devons d'abord ouvrir nos compilateurs Python et nous assurer que nous avons installé tous les packages nécessaires afin que nous puissions importer les bibliothèques de ces packages dans notre code plus tard. Étant donné que l'identité est une matrice indirecte, nous traitons la matrice. Pour déclarer une matrice, nous prenons l'aide de la bibliothèque «Numpy».

Nous avons deux options pour importer le Numpy car nous pouvons simplement utiliser le Numpy comme Numpy ou nous pouvons utiliser un surnom pour le Numpy. La pratique la plus courante par convention est que nous utilisons un préfixe au lieu d'appeler le Numpy lui-même, donc «importer numpy comme np». Maintenant, nous utilisons ce «NP» pour appeler la fonction de matrice d'identité. Pour le faire fonctionner, nous appelons la fonction «NP. Identité (n) ». Le «N» est l'argument d'entrée pour cette fonction, et il représente les dimensions de la matrice carrée d'identité. Dans cet exemple, nous créons une matrice d'identité carrée de l'ordre 3 × 3, ce qui signifie que la matrice d'identité a trois lignes et trois colonnes. Ensuite, nous essayons de montrer la sortie en appelant la méthode «print ()».

Importer Numpy comme NP
# déclarant une matrice d'identité de la dimension 3x3
array = np.identité (3)
print ("Matrice d'identité: \ n", array)

Nous venons de copier le code mentionné précédemment et la sortie du code qui renvoie une matrice d'identité ayant trois colonnes et trois lignes. Cette matrice d'identité a «1» sur sa diagonale principale (puisque cette méthode prend le type de données comme flottant par défaut) et le reste des éléments de la matrice sont nuls.

Exemple 2

Dans l'exemple précédent, nous avons implémenté un exemple qui a créé une matrice d'identité avec la première méthode décrite dans la «syntaxe». Le deuxième exemple utilise la deuxième méthode pour la fonction d'identité. Pour ce faire, nous importons le Numpy avec le préfixe «NP». Maintenant, nous utilisons ce NP en remplacement du Numpy chaque fois que nous appelons une fonction qui appelle Numpy avec elle. Nous créons une matrice d'identité en appelant la fonction «NP. Identité (n, dtype) ". Le N de la matrice est 5, ce qui signifie que la matrice d'identité a cinq lignes et cinq colonnes. Et nous avons réglé le dtype sur «flotter», ce qui signifie ainsi que les principaux éléments diagonaux de la matrice d'identité sont de type de données flottante. Ensuite, nous affichons la matrice avec la fonction «print ()». Nous pouvons copier et exécuter le code Python suivant pour créer une matrice d'identité et vérifier les résultats.

Importer Numpy comme NP
# déclarant une matrice d'identité de dimension 5x5
array = np.identité (5, dtype = float)
print ("Matrice d'identité: \ n", array)

La sortie du deuxième exemple est une matrice d'identité avec les dimensions de cinq lignes et cinq colonnes ayant le type de flotteur «1» dans sa diagonale principale et les éléments restants comme zéro.

Conclusion

L'article montre la méthode pour implémenter la fonction d'identité Numpy dans le script Python. Cet article donne une revue détaillée de la procédure et de l'introduction des fonctions d'identité Numpy. Pour obtenir davantage une bonne expérience pratique, deux exemples sont mis en œuvre en utilisant les deux méthodes différentes de la déclaration d'une fonction de matrice d'identité. Nous espérons que cet article aidera ses lecteurs de la meilleure façon possible.