Summary  
This chapter explains how to use NumPy’s eye() function to create 2D arrays with ones on the diagonal and zeros elsewhere, allowing you to specify the number of rows, optional columns, and data type.  

General domain of usage  
Linear algebra operations

1次元配列と同様に、**NumPy** には2次元配列用の生成関数があります。ここでは最も一般的な `eye()` 関数について説明します。


## eye()

`numpy.eye()` 関数は、**行**と**列**のインデックスが**等しい**要素が `1` で、それ以外の要素が `0` となる2次元配列形式の**行列**を生成します。

最も重要な2つのパラメータは `N` と `M` で、それぞれ**行数**と**列数**を指定します。`M` パラメータは省略可能で、`N` のみを指定すると正方行列 `NxN` が作成されます。

主対角線上のすべての要素が `1` で、それ以外の要素がすべて `0` である正方行列は、**単位行列**と呼ばれます。

定義

import numpy as np
# Creating a 2x2 identity matrix
identity_matrix = np.eye(2)
print(f'2x2 identity matrix:\n{identity_matrix}')
# Creating a 4x3 matrix with np.eye()
rectangular_matrix = np.eye(4, 3, dtype=np.int8)
print(f'4x3 matrix:\n{rectangular_matrix}')

この例では、`N`パラメータのみを指定して**単位行列**を作成し、`N`と`M`の両方を指定して**長方形行列**を作成しています。また、**長方形行列**には`dtype`として`np.int8`を設定しています。これは**整数**のみを扱う場合に有用です（`np.float64`のデフォルト値は`dtype`）。

生成される2次元配列は次のようになります。


用途として、`eye()`関数は主に特定の**線形代数**演算のための単位行列の作成や、**機械学習アルゴリズム**における行列の初期化に使用されます。

import unittest
import importlib.util
import numpy as np
import io
from contextlib import redirect_stdout


def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


class TestUserCode(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        # Імпортуємо user_code
        spec = importlib.util.spec_from_file_location("user_code", "user_code.py")
        cls.m = importlib.util.module_from_spec(spec)
        spec.loader.exec_module(cls.m)
        cls.module_path = spec.origin

        # Очікуваний результат
        cls.exp_matrix = np.eye(5, 2, dtype=np.int8)

    def test_matrix_properties(self):
        """1–3. Check that matrix is created correctly with np.eye(5, 2, dtype=np.int8)"""
        ok = hasattr(self.m, "matrix")
        arr = getattr(self.m, "matrix", None)

        type_ok = isinstance(arr, np.ndarray)
        shape_ok = type_ok and arr.shape == (5, 2)
        dtype_ok = type_ok and arr.dtype == np.int8
        val_ok = type_ok and np.array_equal(arr, self.exp_matrix)

        # Значення по головній діагоналі мають бути 1, решта — 0
        diag_ok = type_ok and np.all(np.diag(arr[:2, :2]) == 1)
        zero_ok = type_ok and np.all(arr[np.where(arr != np.eye(5, 2))] == 0)

        _dynamic_test(
            self,
            ok and type_ok and shape_ok and dtype_ok and val_ok and diag_ok and zero_ok,
            "matrix created correctly",
            "matrix incorrect or has wrong properties",
        )

    def test_matrix_printed(self):
        """Перевіряємо, що matrix виводиться"""
        f = io.StringIO()
        with open(self.module_path, "r", encoding="utf-8") as file:
            code = file.read()
        with redirect_stdout(f):
            exec(code, {})
        output = f.getvalue().strip()

        # Має бути надруковано хоча б одну «1» та «0»
        printed_ok = "1" in output and "0" in output

        _dynamic_test(
            self,
            printed_ok,
            "matrix printed correctly",
            "matrix not printed or printed incorrectly",
        )


if __name__ == "__main__":
    unittest.main()


test_code.py

NumPyを使用した数値計算のための基本的なスキルを習得します。NumPy配列の操作、多次元データの作成と操作、インデックス指定とスライスの適用、ベクトル化演算の実行、配列の形状変更、ブロードキャストの利用、基本的な線形代数手法の適用方法を学びます。本コースはデータ分析業務で一般的に使用される実践的な操作に焦点を当てています。

2次元配列の作成関数

eye()

解答