mindspore.numpy.trace

mindspore.numpy.trace(a, offset=0, axis1=0, axis2=1, dtype=None)[源代码]

返回张量沿对角线的元素之和。 如果 a 是二维数组，则返回沿给定偏移量的对角线的元素之和，即所有 i 对应的元素 a[i,i+offset] 的和。如果 a 有超过两个维度，则使用 axis1 和 axis2 指定的轴来确定返回的二维子数组的迹。结果数组的shape与移除 axis1 和 axis2 后的 a 相同。

说明

在GPU上，支持的数据类型为 np.float16 和 np.float32。在CPU上，支持的数据类型为 np.float16 、 np.float32 和 np.float64 。

参数：

  • a (Tensor) - 输入的需要计算的矩阵。

  • offset (int, 可选) - 对角线相对于主对角线的偏移量。可以为正或负。默认是主对角线。

  • axis1 (int, 可选) - 用于二维子数组的第一个轴，从中提取对角线。默认是第一个轴(0)。

  • axis2 (int, 可选) - 用于二维子数组的第二个轴，从中提取对角线。默认是第二个轴。

  • dtype (mindspore.dtype, 可选) - 指定Tensor的数据类型，若不为 None 则重写Tensor的数据类型。默认值： None 。

返回：

Tensor，沿对角线的元素之和。如果传递的数组 a 是二维数组，则返回主对角线元素的总和。如果 a 有更高的维度，则返回沿对角线的和组成的数组。

异常：

  • ValueError - 如果输入Tensor的维度小于二维。

  • ValueError - 如果 axis1 或 axis2 不在 [-dims, dims)范围内，其中dims的维度为 a。

  • ValueError - 如果 axis1 和 axis2 指定的轴相同。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> from mindspore.numpy import trace
>>> x = Tensor(np.eye(3, dtype=np.float32))
>>> print(trace(x))
3.0