Python 使用numpy.identity比使用numpy.eye有什么优势？

在查看了

numpy

的手册页之后，我认为

identity

是

eye

的一个特例，因为它的选项较少（例如

eye

可以填充移位的对角线，

identity

不能），但运行速度似乎更快。但是，无论是小型阵列还是大型阵列，情况都不是这样：

>>> np.identity(3)                                                  
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])
>>> np.eye(3)                                                       
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])
>>> timeit.timeit("import numpy; numpy.identity(3)", number = 10000)
0.05699801445007324
>>> timeit.timeit("import numpy; numpy.eye(3)", number = 10000)     
0.03787708282470703
>>> timeit.timeit("import numpy", number = 10000)                   
0.00960087776184082
>>> timeit.timeit("import numpy; numpy.identity(1000)", number = 10000)
11.379066944122314
>>> timeit.timeit("import numpy; numpy.eye(1000)", number = 10000)     
11.247124910354614

---

那么，使用

identity

比

eye

有什么好处呢？

identity

只调用

eye

，因此数组的构造方式没有区别。以下是代码：

正如您所说，主要区别在于，使用

eye

可以偏移对角线，而

identity

仅填充主对角线

---

由于单位矩阵是数学中的一种常见构造，因此使用

单位

的主要优点似乎仅是其名称。

要查看示例中的差异，请运行以下代码：

import numpy as np

#Creates an array of 4 x 4 with the main diagonal of 1

arr1 = np.eye(4)
print(arr1)

print("\n")

#or you can change the diagonal position

arr2 = np.eye(4, k=1)  # or try with another number like k= -2
print(arr2)

print("\n")

#but you can't change the diagonal in identity

arr3 = np.identity(4)
print(arr3)

---

np。恒等式-返回一个方阵（2D数组的特例），该方阵是一个恒等式矩阵，主对角线（即“k=0”）为1，其他值为0。您不能在此处更改对角线

k

np。eye-返回一个2D-ARRAY，该数组填充对角线，即可设置的“k”为1，其余为0

因此，主要优势取决于需求。如果你想要一个恒等式矩阵，你可以马上找到恒等式，或者调用np。眼睛将其余部分留待默认设置

但是，如果您需要特定形状/大小的1和0矩阵，或者需要对对角线进行控制，则可以使用eye方法

就像矩阵是数组的特例一样，

np.identity

matrix也是

np.eye

参考资料：

---

你知道为什么在许多张量库中，标识被称为“眼睛”吗？@aeduG：好问题-我真的不知道。如果非要我猜的话，那是因为恒等式矩阵通常用数学符号表示，但这个字母不能用在编程语言中，因为它可能会混淆为虚单位

I

和

eye

是同音词，我想

eye

比

identity

更容易打字。

import numpy as np

#Creates an array of 4 x 4 with the main diagonal of 1

arr1 = np.eye(4)
print(arr1)

print("\n")

#or you can change the diagonal position

arr2 = np.eye(4, k=1)  # or try with another number like k= -2
print(arr2)

print("\n")

#but you can't change the diagonal in identity

arr3 = np.identity(4)
print(arr3)