Question

我有一个问题，我建立一些矩阵取决于，比方说，两个整数参数。我们称它们为A，它取决于p1，p2，其中p1，p2的取值为0到5.

Python中有没有办法将A的特征值和特征向量存储在一个名为B的“对象”中，这样就像B（1,2）[i]（或B [1,2，i]）这样的东西结果将给出矩阵A build的特征值（对于i = 0）或特征向量（对于i = 1），其中p1 = 1且p2 = 2？

目前我正在做的是将特征向量存储在字典中，如下面的简单示例所示，但我认为这是一个肮脏的黑客。我会很感激

示例：

import numpy as np

# Build A matrices
def Amatrix(p1,p2):
    import numpy as np
    return np.array([[p1,p2/10],[p2/10,-p1]])

# Empty dict
eigvec_dict = {}


for p1 in range(3):
    for p2 in range(2):
        label = str(p1)+str(p2)
        eigenvec_dict[label] = np.linalg.eigh(Amatrix(p1,p2))

eigenvec_dict.keys()
Out[9]: ['11', '10', '00', '01', '20', '21']

eigenvec_dict["01"][0]
Out[10]: array([-1.,  1.])

eigenvec_dict["01"][1]
Out[11]: 
array([[-0.70710678,  0.70710678],
       [ 0.70710678,  0.70710678]])

Answer 1

我会使用一个带有一个点列表的对象（我认为一个点比tuple更好string）并立即计算eighs。

__getitem__被覆盖，返回此[0, 1, 0]点(0, 1)的特征值。内部数据结构仍然是一个字典，但它包装在一个对象中，可以很好地从外部调用。

import numpy as np

# class to store eigen values / vectors
class EigenH(object):

    def __init__(self, points):
        self.eighstore = self._create_eighstore(points)

    def _create_eighstore(self, points):
        eighstore = {}
        for point in points:
            eighs = np.linalg.eigh(self._get_amatrix(point))
            eighstore[point] = eighs
        return eighstore

    def _get_amatrix(self, point):
        p1, p2 = point
        return np.array([[p1,p2/10.],[p2/10.,-p1]])

    def __getitem__(self, key):
        return self.eighstore[key[:2]][key[2]]

    def keys(self):
        return self.eighstore.keys()

# create point list
points = []
for p1 in range(3):
    for p2 in range(2):
        # I prefer tuples over strings in this case
        points.append((p1, p2))

# instantiate class
eigh = EigenH(points)

# get eigen value
print(eigh[0, 1, 0])
#get eigen vectors
print(eigh[0, 1, 1])

# all available eighs
print(eigh.keys())

Python数据结构：参数依赖数组

1 个答案: