linear-algebra相关内容
我想在散点图中绘制两个矩阵。我怎么能做到这一点?我喜欢这个情节看起来像 我用Fischer方法计算两类的线性判别分析。我是这样计算的: XM1
..
假设我要在Numpy中做大量的矩阵乘法;最快的方法是什么? 具体来说,假设问题是这样的:我有两个很长的矩阵列表,我想要将它们逐个相乘。也就是说,我有 [a_1, a_2, a_3, ..., a_N] 和 [b_1, b_2, b_3, ..., b_N], 其中每个a_i、b_i是一个nxn矩阵(n是小的,比如n=2),而N是大的(比如N = 100000),我想找出矩阵乘
..
问题:我需要用Python解这些方程。 a + 3b + 2c + 2d = 1 2a + b + c + 2d = 0 3a + b + 2c + d = 1 2a + c + 3d = 0 这样我就可以得到a、b、c和d的值。有没有办法以分数形式显示它们? 我的代码: import numpy as np A = np.array([[1,3,2,2],[2,1,1,2]
..
我有几个数据点,它们在3D空间中沿着一条线聚集。我在CSV文件中有要导入的x、y、z数据。我想找一个方程来表示这条线,或者垂直于这条线的平面,或者任何数学上正确的东西。这些数据是相互独立的。也许有比我试着做的更好的方法来做这件事,但是... 我试图在这里复制一个旧帖子,它似乎正在做我想要做的事情 Fitting a line in 3D 但似乎过去十年的更新可能导致代码的第二部分无法运行?或许
..
我正在尝试用C++的本征库来解决一个稀疏线性系统Ax=B,但是下面这个简单的例子似乎给出了一个不正确的解决方案: #include #include #include #include #include using namespace std; u
..
求解Ax = b。真正的双倍。A是带有M>2的超定Mx2。b是Mx1。我对mldivide运行了大量数据,结果非常好。我用MKLLAPACKE_dgels编写了一个Mex例程,但它远没有那么好。结果有大量的噪音,潜在的信号几乎不在那里。我首先对照MKL示例结果检查了例程。我已经搜索了mldivide文档(流程图)和SO问题。我所发现的就是MatLab对超定矩形使用QR分解。 接下来我应该尝试
..
所以,我的Julia程序中有260乘260的稀疏矩阵,定义为A = sparse(KRow, KCol, KVal),当我执行A操作时,其中b是向量{T}类型,我得到错误: ERROR: LoadError: MethodError: no method matching lu!(::SparseArrays.SparseMatrixCSC{Float32, UInt64}, ::Val{
..
我想创建一个Python程序,该程序从一个具有一些系数的向量计算一个矩阵。这个矩阵是某种上下三角形。假设我们有以下系数向量a=[a0,a1,a2,a3,a4,a5],那么我想要计算矩阵: 我需要从向量a转到创建下/上三角矩阵A。我知道如何手动为其编制索引,但我需要一个可以执行此操作的程序。 我可能在考虑另一个循环中的循环,但我很难理解它在Python中是如何完成的,您认为这里应该做什么
..
我在试着做罗德里格斯公式,绕着任意轴旋转一定角度。我有此代码 数据-lang=“js”数据-隐藏=“假”数据-控制台=“真”数据-巴贝尔=“假”> function norm(v) { return Math.sqrt(v[0]*v[0] + v[1]*v[1] + v[2]*v[2]); } function normalize(v) { var length =
..
我有一个这样的矩阵: import numpy as np A = np.array([ [1,1,1,0], [1,1,0,1], [1,0,1,1], [0,1,1,1] ]) 和一个向量: b = np.array([0,1,1,1]) 我想解这个方程:A*x=b。但我想用模2来解它,也就是1+1=0。因此,本例中的解决方案为: x
..
我有两个矩阵,m0.shape = [10, 3, 3]和m1.shape = [10, 3]。我想要做的是使用循环这样做: m0 = np.zeros((10, 3, 3)) m1 = np.zeros((10, 3)) a = np.zeros((10, 3)) for i in range(10): a += m1 @ m0[i] 问题是:我可以通过使用内置Numy操作以某
..
我有一个张量,看起来像 coords = torch.Tensor([[0, 0, 1, 2], [0, 2, 2, 2]]) 第一行是网格上对象的x坐标,第二行是相应的y坐标。 我需要一种可微的方式(即渐变可以流动)来从该张量转到相应的网格张量,其中1表示该位置(行索引、列索引)中存在对象,而0表示没有对象: grid = to
..
我想计算一下圆圈内散落的红点。 我的代码是: using PyPlot # Here I define the circle k = 100 ϕ = range(0,stop=2*π,length=k) c = cos.(ϕ) d = sin.(ϕ) # Here I defined the scattered points with the cir
..
我正在研究一些线性代数,并使用numpy作为参考。我使用lambda k: numpy.linalg.det(A - k*I)计算矩阵的特征多项式A。 这非常有效,下一步将使用numpy.roots计算表示矩阵特征值的多项式的根,问题是numpy.roots将多项式系数作为自变量。 有没有办法从lambda k中提取系数? (我知道numpy.linalg.eigvals的存在,
..
如何在两个Boost::MULTI_ARRAYS之间执行数学运算? 值类型为DOUBLE的两个数组相加的示例: auto array1 = boost::multi_array(boost::extents[10][10]); auto array2 = boost::multi_array(boost::extents[10][10]);
..
我做了一个矩阵类,我想实现一个换位方法: template void Matrix::Transpose() { // for square matrices if(this->Width() == this->Height()) { for(std::size_t y = 1; y Height(); +
..
先来了解一下背景知识。我正在找一个实对称矩阵的特征值和特征向量,其中行之和为0。更具体地说,一旦我找到一个特征向量,我就使用$argsort$来找到对其中一个特征值进行排序的排列,并将该排列应用于原始矩阵。 现在,我使用NumPy包用python语言实现了代码。代码本身是递归的,如果它在特征向量中找到一组相等的值,它就提取与我们具有相等值的索引对应的对称子矩阵,并在该矩阵上重新应用该算法。
..
我正在寻找或更确切地说在2个矩阵A和B之间建立公共特征向量矩阵X,例如: AX=aX with "a" the diagonal matrix corresponding to the eigenvalues BX=bX with "b" the diagonal matrix corresponding to the eigenvalues 其中A和B是方阵和可对角化矩阵。 我
..
假设我有这样一组方程: 如果我想用NumPy解决这个问题,我只需这样做: a = numpy.array([[1, 1, 1],[1,3,9],[1,5,8]]) b = numpy.array([8, 10, 11]) print(numpy.linalg.solve(a,b)) 结果将打印以下内容: [7.33333333 0.55555556 0.11111111]
..
我正在尝试将一个IDL程序翻译成Python。我必须通过以下方式解决SVD的结果 from scipy.linalg import svd A = [[1,2,3],[4,5,6]] b = [4,4,5] u,w,v = svd(A) 这段代码运行得很好,并且可以很好地从IDL翻译过来。下一步是在IDL(!) 中 x = svsol(u,w,v,b) PYTHON和IDL中的
..