我有两个同情矩阵,[RegularExpression(@"^\S*$", ErrorMessage = "No white space allowed")]
和tags.messages
:
U
将dot产品应用于它们会产生一个列表,而不是4x4矩阵:
B
相比之下,numpy看起来像做正确的事情:
>> U
<< Matrix([
[1.0, 0, 0, 0],
[ 0, 1.0, 0, 0],
[ 0, 0, 1.0, 0],
[ 0, 0, 0, 1.0]])
>> B
<< Matrix([
[sqrt(2)/2, 0.5*sqrt(2)*I, 0, 0],
[ 0, 0, 0.5*sqrt(2)*I, sqrt(2)/2],
[ 0, 0, 0.5*sqrt(2)*I, -sqrt(2)/2],
[sqrt(2)/2, -0.5*sqrt(2)*I, 0, 0]])
我做错了什么?这是预期的行为吗?
答案 0 :(得分:2)
SymPy使用*
运算来表示矩阵的乘法,即你想要使用:
U*B
# Matrix([
# [0.5*sqrt(2), 0.5*sqrt(2)*I, 0, 0],
# [ 0, 0, 0.5*sqrt(2)*I, 0.5*sqrt(2)],
# [ 0, 0, 0.5*sqrt(2)*I, -0.5*sqrt(2)],
# [0.5*sqrt(2), -0.5*sqrt(2)*I, 0, 0]])
如您所见,这些元素与您的列表相同,但具有所需的结构。
答案 1 :(得分:1)
与NumPy不同,在SymPy中,dot
表示向量的点积。它的设计使你可以得到两个行或列向量的点积,而不必担心使用.T
,但也许这里的松弛形状有点多,因为它是字面上取list(U)
和list(B)
的点积。
这里可能太松懈了。我为此打开了SymPy issue。在这种情况下,SymPy引发异常更为正确。
正如@Wrzlprmft正确指出的那样,SymPy使用*
来乘以矩阵(如果使用的是Python 3.5或更高版本,则使用@
)。