使用numpy.identity相比numpy.eye有什么优势？

7 浏览
0 Comments

使用numpy.identity相比numpy.eye有什么优势？

通过查看numpy的eye和identity的手册，我认为identity是eye的一个特例，因为它的选项较少（例如，eye可以填充偏移对角线，identity不能），但可能运行得更快。然而，无论是在小数组还是大数组上都不是这种情况：

>>> 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相比于eye有什么优势呢？

0