Question

我正在使用Python中的numpy数组。有没有办法将array的条目保留为变量，以便它们遵循适当的矩阵乘法和其他矩阵函数（加法，行列式等）？

例如：

         import numpy as np
         A = np.array([[a, b], [c, d]])
         B = np.array([[e, f], [g, h]])
         C = np.dot(A,B)

         # C should be [ae+bf ag+bh]
         #             [ce+df cg+dh]

另外，由于我的矩阵元素一般很复杂，我想要条目类型为a+ib的{{1}}被解释为1的虚根而不是变量。我可以编写定义我自己的函数的代码，但有一种干净的方法吗？

Answer 1

见这里： Complex numbers usage in python

Numpy尊重Python虚数。

>>> a = np.array([i+1j for i in range(3)])
>>> b = np.array([i+2j for i in range(3,6)])
>>> a*b
array([-2.+3.j,  2.+6.j,  8.+9.j])

这也适用于您给出的示例（正如预期的那样）：

>>> a
array([[ 1.+1.j,  1.+2.j],
       [ 1.+1.j,  1.+2.j]])
>>> b
array([[ 1.+1.j,  1.+2.j],
   [ 1.+1.j,  1.+2.j]])
>>> np.dot(a,b)
array([[-1.+5.j, -4.+7.j],
       [-1.+5.j, -4.+7.j]])

至于将它们保存为变量，NumPy将所有内容通过它的Python接口传递给较低级别的C代码，因此我怀疑您可以将所有内容存储为变量。

但是，您可以编写一个完成此任务的任意函数：

def myfunc(obj):
     A = np.array([[obj['a']], [obj['b']]])
     B = np.array([[obj['c']], [obj['d']]])
     C = np.dot(A,B)
     return C

Answer 2

使用sympy：

from  sympy import *

A=MatrixSymbol('A', 2, 2)
B=MatrixSymbol('B', 2,2)
print Matrix(A)
print  Matrix(A*B)

>>>Matrix([[A[0, 0], A[0, 1]], [A[1, 0], A[1, 1]]])
   Matrix([[A[0, 0]*B[0, 0] + A[0, 1]*B[1, 0], A[0, 0]*B[0, 1] + A[0,  1]*B[1, 1]], [A[1, 0]*B[0, 0] + A[1, 1]*B[1, 0], A[1, 0]*B[0, 1] + A[1, 1]*B[1, 1]]])

有没有办法在NumPy中使数组条目复杂变量？

2 个答案: