python中np.eye()函数的使用

numpy.eye(N,M=None, k=0, dtype=)

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:默认情况下输出的是对角线全“1”,其余全“0”的方阵,如果k为正整数,则在右上方第k条对角线全“1”其余全“0”,k为负整数则在左下方第k条对角线全“1”其余全“0”。

原文链接:https://blog.csdn.net/chixujohnny/article/details/51011931

>>> 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.]])

参考博文:https://blog.csdn.net/hellocsz/article/details/101014131
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]的数组转化成数组[[0,1,0,0,0,0],[0,0,1,0,0,0],[0,0,0,1,0,0],[1,0,0,0,0,0],[0,1,0,0,0,0],[0,1,0,0,0,0]]这就是所谓的one-hot的形式。

一、np.eye()
函数的原型:numpy.eye(N,M=None,k=0,dtype=,order='C)

返回的是一个二维2的数组(N,M),对角线的地方为1,其余的地方为0.

参数介绍:

(1)N:int型,表示的是输出的行数

(2)M:int型,可选项,输出的列数,如果没有就默认为N

(3)k:int型,可选项,对角线的下标,默认为0表示的是主对角线,负数表示的是低对角,正数表示的是高对角。

(4)dtype:数据的类型,可选项,返回的数据的数据类型

(5)order:{‘C’,‘F’},可选项,也就是输出的数组的形式是按照C语言的行优先’C’,还是按照Fortran形式的列优先‘F’存储在内存中

案例:(普通的用法)

import numpy as np

a=np.eye(3)
print(a)

a=np.eye(4,k=1)
print(a)

[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
[[0. 1. 0. 0.]
[0. 0. 1. 0.]
[0. 0. 0. 1.]
[0. 0. 0. 0.]]
案例:(深度学习中的高级用法,将数组转成one-hot形式)

import numpy as np

labels=np.array([[1],[2],[0],[1]])
print(“labels的大小:”,labels.shape,"\n")

#因为我们的类别是从0-2,所以这里是3个类
a=np.eye(3)[1]
print(“如果对应的类别号是1,那么转成one-hot的形式”,a,"\n")

a=np.eye(3)[2]
print(“如果对应的类别号是2,那么转成one-hot的形式”,a,"\n")

a=np.eye(3)[1,0]
print(“1转成one-hot的数组的第一个数字是:”,a,"\n")

#这里和上面的结果的区别,注意!!!
a=np.eye(3)[[1,2,0,1]]
print(“如果对应的类别号是1,2,0,1,那么转成one-hot的形式\n”,a)

res=np.eye(3)[labels.reshape(-1)]
print(“labels转成one-hot形式的结果:\n”,res,"\n")
print(“labels转化成one-hot后的大小:”,res.shape)
结果:

labels的大小: (4, 1)

如果对应的类别号是1,那么转成one-hot的形式 [0. 1. 0.]

如果对应的类别号是2,那么转成one-hot的形式 [0. 0. 1.]

1转成one-hot的数组的第一个数字是: 0.0

如果对应的类别号是1,2,0,1,那么转成one-hot的形式
[[0. 1. 0.]
[0. 0. 1.]
[1. 0. 0.]
[0. 1. 0.]]
labels转成one-hot形式的结果:
[[0. 1. 0.]
[0. 0. 1.]
[1. 0. 0.]
[0. 1. 0.]]

labels转化成one-hot后的大小: (4, 3)

二、np.identity()
这个函数和之前的区别在于,这个只能创建方阵,也就是N=M

函数的原型:np.identity(n,dtype=None)

参数:n,int型表示的是输出的矩阵的行数和列数都是n

dtype:表示的是输出的类型,默认是float

返回的是nxn的主对角线为1,其余地方为0的数组

你可能感兴趣的:(python,python,numpy)