eye

Identitätsmatrix

Syntax

I = eye

I = eye(n)

I = eye(n,m)

I = eye(sz)

I = eye(___,typename)

I = eye(___,like=p)

Beschreibung

I = eye gibt den Skalar 1 zurück.

I = eye(n) gibt eine n-mal-n-Identitätsmatrix mit Einsen in der Hauptdiagonale und ansonsten Nullstellen zurück.

I = eye(n,m) gibt eine n-mal-m-Matrix mit Einsen in der Hauptdiagonale und ansonsten Nullstellen zurück.

I = eye(sz) gibt ein Array mit Einsen in der Hauptdiagonale und ansonsten Nullstellen zurück. Der Größenvektor sz definiert size(I). Beispielsweise gibt eye([2,3]) ein 2x3-Array mit Einsen in der Hauptdiagonale und ansonsten Nullstellen zurück.

I = eye(___,typename) gibt zudem den Datentyp (Klasse) von I für die vorherigen Syntaxen zurück. Beispielsweise gibt eye(5,"int8") eine 5x5-Identitätsmatrix aus 8-Bit-Ganzzahlen zurück.

I = eye(___,like=p) gibt an, dass I denselben Datentyp, dieselbe dünne Besetzung und dieselbe Komplexität (reell oder komplex) wie die numerische Variable p aufweist.

Beispiele

Quadratische Identitätsmatrix

Erstellen Sie eine 4x4-Identitätsmatrix.

I = eye(4)

I = 4×4

     1     0     0     0
     0     1     0     0
     0     0     1     0
     0     0     0     1

Rechteckige Matrix

Erstellen Sie eine 2x3-Identitätsmatrix.

I = eye(2,3)

I = 2×3

     1     0     0
     0     1     0

Identitätsvektor

Erstellen Sie einen 3x1-Identitätsvektor.

sz = [3,1];
I = eye(sz)

I = 3×1

     1
     0
     0

Numerischer Nichtstandard-Datentyp

Erstellen Sie eine 3x3-Identitätsmatrix, deren Elemente vorzeichenlose 32-Bit-Ganzzahlen sind.

I = eye(3,"uint32")

I = 3×3 uint32 matrix

   1   0   0
   0   1   0
   0   0   1

class(I)

ans = 
'uint32'

Komplexe Identitätsmatrix

Erstellen Sie eine 2x2-Identitätsmatrix, die keine reellen Werte aufweist, sondern stattdessen komplex wie ein bestehendes Array ist.

Definieren Sie einen komplexen Vektor.

p = [1+2i 3i];

Erstellen Sie eine Identitätsmatrix, die komplex wie p ist.

I = eye(2,like=p)

I = 2×2 complex

   1.0000 + 0.0000i   0.0000 + 0.0000i
   0.0000 + 0.0000i   1.0000 + 0.0000i

Dünnbesetzte Identitätsmatrix

Definieren Sie eine dünnbesetzte 5x5-Matrix.

p = sparse(5,5,pi);

Erstellen Sie eine 5x5-Identitätsmatrix, die dünnbesetzt wie P ist.

I = eye(5,like=p)

I = 5×5 sparse double matrix (5 nonzeros)
   (1,1)        1
   (2,2)        1
   (3,3)        1
   (4,4)        1
   (5,5)        1

Größe und numerischer Datentyp durch bestehendes Array definiert

Erstellen Sie eine 2x2-Matrix mit einfacher Genauigkeit.

p = single([1 3; 2 4]);

Erstellen Sie eine Identitätsmatrix mit derselben Größe und demselben Datentyp wie p.

I = eye(size(p),like=p)

I = 2×2 single matrix

     1     0
     0     1

class(I)

ans = 
'single'

Eingabeargumente

n — Größe der ersten Dimension von I

ganzzahliger Wert

Größe der ersten Dimension von I, angegeben als ganzzahliger Wert.

• Wenn n das einzige ganzzahlige Eingabeargument ist, ist I eine quadratische n-mal-n-Identitätsmatrix.

• Wenn n 0 ist, dann ist I eine leere Matrix.

• Wenn n negativ ist, wird der Wert wie 0 behandelt.

Datentypen: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

m — Größe der zweiten Dimension von I

ganzzahliger Wert

Größe der zweiten Dimension von I, angegeben als ganzzahliger Wert.

• Wenn m 0 ist, dann ist I eine leere Matrix.

• Wenn m negativ ist, wird der Wert wie 0 behandelt.

Datentypen: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

sz — Größe von I

Zeilenvektor aus höchstens zwei ganzzahligen Werten

Größe von I, angegeben als Zeilenvektor aus höchstens zwei ganzzahligen Werten.

• Wenn ein Element von sz 0 ist, ist I eine leere Matrix.

• Wenn ein Element von sz negativ ist, wird das Element als 0 behandelt.

Beispiel: sz = [2 3] definiert I als 2-mal-3-Matrix.

Datentypen: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

typename — Ausgabeklasse

"double" (Standardeinstellung) | "single" | "logical" | "int8" | "uint8" | ...

Ausgabeklasse, angegeben als "double", "single", "logical", "int8", "uint8", "int16", "uint16", "int32", "uint32", "int64" oder "uint64".

p — Prototyp

Numerische Variable

Prototyp, angegeben als numerische Variable.

Datentypen: double | single | logical | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
Unterstützung komplexer Zahlen: Ja

Ausgabeargumente

I — Identitätsmatrix

Skalar | Matrix

Identitätsmatrix, zurückgegeben als Skalar oder Matrix.

Erweiterte Fähigkeiten

C/C++ Codegenerierung

Generieren Sie C und C++ Code mit MATLAB® Coder™.

Hinweise zur Verwendung und Einschränkungen:

• typename muss ein eingebauter numerischer MATLAB^®-Typ sein. Rufen Sie die statische eye-Methode nicht für andere Klassen auf. Beispielsweise ruft eye(m, n, 'myclass') nicht myclass.eye(m,n) auf.

• Größenargumente müssen eine feste Größe haben.

GPU-Codegenerierung

Generieren von CUDA® Code für NVIDIA® Grafikprozessoren mit dem GPU Coder™.

Hinweise zur Verwendung und Einschränkungen:

• typename muss ein eingebauter numerischer MATLAB-Typ sein. Rufen Sie die statische eye-Methode nicht für andere Klassen auf. Beispielsweise ruft eye(m, n, 'myclass') nicht myclass.eye(m,n) auf.

• Größenargumente müssen eine feste Größe haben.

Thread-Based Environment

Führen Sie mithilfe von MATLAB® backgroundPool den Code im Hintergrund aus oder machen Sie den Code mit der Parallel Computing Toolbox™ ThreadPool schneller.

Diese Funktion bietet vollständige Unterstützung für thread-basierte Umgebungen. Weitere Informationen finden Sie unter Run MATLAB Functions in Thread-Based Environment.

GPU-Arrays

Schnellere Codeausführung durch Ausführen auf einer Grafikkarte (GPU) mit der Parallel Computing Toolbox™.

Die Funktion eye unterstützt GPU-Array-Eingaben mit folgenden Verwendungshinweisen und Einschränkungen:

• Sie können typename als 'gpuArray' angeben. Wenn Sie typename als 'gpuArray' angeben, ist der standardmäßig zugrunde liegende Typ des Arrays double.

  Zum Erstellen eines Grafikkarten-Arrays mit dem zugrunde liegenden Typ datatype geben Sie den zugrunde liegenden Typ als zusätzliches Argument vor typename an. Beispielsweise erstellt I = eye(3,datatype,'gpuArray') eine verteilte 3x3-GPU-Identitätsmatrix mit dem zugrunde liegenden Typ datatype.

  Sie können den zugrunde liegenden Typ datatype als eine der folgenden Optionen angeben:

  • 'double'

  • 'single'

  • 'logical'

  • 'int8'

  • 'uint8'

  • 'int16'

  • 'uint16'

  • 'int32'

  • 'uint32'

  • 'int64'

  • 'uint64'

• Sie können auch die numerische Variable p als gpuArray angeben.

  Wenn Sie p als gpuArray angeben, ist der zugrunde liegende Typ des zurückgegebenen Arrays identisch mit p.

Weitere Informationen finden Sie unter Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Verteilte Arrays

Partitionieren von großen Arrays über den kombinierten Speicher Ihres Clusters mit Parallel Computing Toolbox™.

Hinweise zur Verwendung und Einschränkungen:

• Sie können typename als 'codistributed' oder 'distributed' angeben. Wenn Sie typename als 'codistributed' oder 'distributed' angeben, ist der standardmäßig zugrunde liegende Typ des zurückgegebenen Arrays double.

  Zum Erstellen eines verteilten oder mitverteilten Arrays mit dem zugrunde liegenden Typ datatype geben Sie den zugrunde liegenden Typ als zusätzliches Argument vor typename an. Beispielsweise erstellt I = eye(3,datatype,'distributed') eine verteilte 3x3-Identitätsmatrix mit dem zugrunde liegenden Typ datatype.

  Sie können den zugrunde liegenden Typ datatype als eine der folgenden Optionen angeben:

  • 'double'

  • 'single'

  • 'logical'

  • 'int8'

  • 'uint8'

  • 'int16'

  • 'uint16'

  • 'int32'

  • 'uint32'

  • 'int64'

  • 'uint64'

• Sie können auch p als mitverteiltes (codistributed) oder verteiltes (distributed) Array angeben.

  Wenn Sie p als mitverteiltes (codistributed) oder verteiltes (distributed) Array angeben, ist der zugrunde liegende Typ des zurückgegebenen Arrays identisch mit p.

• Weitere mitverteilte (codistributed) Syntaxen finden Sie unter eye (codistributed) (Parallel Computing Toolbox).

Weitere Informationen finden Sie unter Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox).

Versionsverlauf

Eingeführt vor R2006a

Siehe auch

speye | ones | zeros

Themen

• Class Support for Array-Creation Functions