Question

我有2个矩阵，其中第一个是稀疏的整数系数。

import sympy
A = sympy.eye(2)
A.row_op(1, lambda v, j: v + 2*A[0, j])

第二个是象征性的，我在它们之间进行操作：

M = MatrixSymbol('M', 2, 1)
X = A * M + A.col(1)

现在，我想要的是获得元素方程式：

X_{0,0} = A_{0,0}
X_{0,1} = 2*A_{0,0} + A_{0,1}

一种方法是在sympy中指定一个矩阵，每个元素都是一个符号：

rows = []
for i in range(shape[0]):
    col = []
    for j in range(shape[1]):
        col.append(Symbol('%s_{%s,%d}' % (name,i,j)))
    rows.append(col)
M = sympy.Matrix(rows)

有没有办法用上面的MatrixSymbol来做，然后得到结果的元素方程？

Answer 1

事实证明，这个问题有一个非常明显的答案：

同情的{p> MatrixSymbol可以像矩阵一样索引，即：

X[i,j]

给出了元素方程式。

如果想要对多个元素进行分组，则MatrixSymbol必须首先转换为sympy.Matrix类：

X = sympy.Matrix(X)
X        # lists all indices as `X[i, j]`
X[3:4,2] # arbitrary subsets are supported

请注意，这不允许numpy数组/矩阵的所有操作（例如使用布尔等价物进行索引），因此您最好使用{{1}创建numpy数组}符号：

sympy

在同情中获得矩阵乘法的元素方程

1 个答案: