编辑1：

Question

作为一个小练习，我开始在python中使用数字代码，我正在尝试制作LDLT算法。只是为了“弄湿脚”。

但是我似乎缺乏对numpy数组的基本理解。请参阅以下示例：

def ldlt(Matrix):
    import numpy

    (NRow, NCol) = Matrix.shape

    for col in range(NCol):
        Tmp = 1/Matrix[col,col]
        for D in range(col+1, NCol):
            Matrix[col,D] = Matrix[D,col]*Tmp  

if __name__ == '__main__':
    import numpy
    A = numpy.array([[2,-1,0],[-1,2,-1],[0,-1,2]])
    ldlt(A)

示例不是我正在处理的完整代码。但是，尝试运行它，并在Matrix [col，D] = ...

设置断点

我对第一次评估的期望是第0行第1列（起始值为-1）设置为等于= -1 *（1/2）= -0.5。

然而，当运行代码时，似乎设置为等于0.为什么？必须有一些我根本不了解的基本原因吗？

提前感谢所有帮助我的人。

编辑1：

Python Ver。：3.3 Tmp。：变为0.5（由我的调试器报告）。

Answer 1

以下内容可能会显示正在发生的事情：

>>> A = np.array([[2,-1,0],[-1,2,-1],[0,-1,2]])
>>> A.dtype
dtype('int32')
>>> A[0, 1]
-1
>>> A[0, 1] * 0.5
-0.5
>>> A[0, 1] *= 0.5
>>> A[0, 1]
0
>>> int(-0.5)
0

您的数组只能保存32位整数，因此您尝试分配给它的任何浮点值都将被转换为int32。

对于同样的价格，这是一种更加努力的方式来做你所追求的事情：通常要避免for循环，因为它们打败了numpy的整个目的：

def ldlt_np(arr) :
    rows, cols = arr.shape
    tmp = 1 / np.diag(arr) # this is a float array
    mask = np.tril_indices(cols)
    ret = arr * tmp[:, None] # this will also be a float array
    ret[mask] = arr[mask]

    return ret

>>> A = np.array([[2,-1,0],[-1,2,-1],[0,-1,2]])
>>> ldlt_np(A)
array([[ 2. , -0.5,  0. ],
       [-1. ,  2. , -0.5],
       [ 0. , -1. ,  2. ]])

Answer 2

numpy数组具有固定类型。您无法在以后将int数组更改为浮点数。将数组初始化为浮点数组：

A = numpy.array([[2, -1, 0], [-1, 2, -1], [0, -1, 2]], numpy.float)

基本Numpy数组值赋值

编辑1：

2 个答案: