Numpy trace() 函数

Numpy trace() 函数用于计算二维数组或矩阵对角线元素的和，即对所有 i 元素求和 a[i, i+offset]，其中偏移量决定选择哪条对角线(主对角线上方的对角线为正，主对角线下方的对角线为负)。

如果输入数组不是二维的，或者给出了不支持的偏移量，则此函数会引发 ValueError。

语法

以下是 Numpy trace() 函数的语法 -

numpy.trace(a, offset=0, axis1=0, axis2=1)

参数

以下是 Numpy trace() 函数的参数 -

• a:输入的二维数组或矩阵。
• offset(可选):对角线偏移量。正值表示将对角线移至主对角线上方，负值表示将对角线移至主对角线下方。默认值为 0，表示主对角线。
• axis1, axis2(可选):定义数组中二维平面的轴，对角线将从该平面求和。默认情况下，axis1=0，axis2=1。

返回类型

此函数返回矩阵对角线元素的和。

示例

以下是使用 Numpy trace() 函数计算矩阵主对角线元素和的基本示例 -

import numpy as np
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
result = np.trace(matrix)
print("主对角线元素和:", result)

输出

以下是上述代码的输出 -

主对角线之和:15

示例:使用偏移提取对角线

trace() 函数中的 offset 参数允许我们计算主对角线上方或下方对角线元素之和。正值表示对角线上移(位于主对角线上方)，负值表示对角线上移(位于主对角线下方)。这里，我们提取并求和了主对角线上方的元素 -

import numpy as np
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("矩阵:
",matrix)
result = np.trace(matrix, offset=1)
print("主对角线上方对角线的和:", result)

输出

以下是上述代码的输出:

矩阵:
[[1 2 3]
[4 5 6]
[7 8 9]]
主对角线上方对角线的和:8

示例:不同轴的对角线和

我们可以指定不同的轴来计算非方阵中对角线元素的和。在以下示例中，我们使用轴 0 和 1 计算对角线元素之和 -

import numpy as np
matrix = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
print("原始矩阵:
", matrix)
print("矩阵形状:", matrix.shape)
result = np.trace(matrix, axis1=0, axis2=1)
print("轴 (0, 1) 的对角线元素之和:", result)

输出

以下是上述代码的输出:

原始矩阵:
[[1 2]
[3 4]
[5 6]
[7 8]]
矩阵形状:(4, 2)
轴 (0, 1) 的对角线元素之和:6

numpy_array_manipulation.html