Question

我正在尝试为x解决Ax = b。

A是稀疏矩阵; x是未知的，b是np.array。

print(type(matrix_a))
print(type(vector_c))

print("Matrix A Shape  -- %s " %str(matrix_a.shape))
print("vector c shape -- %s " %len(vector_c))

#xx = np.array([1],dtype=np.float32)

vec_c = np.insert(vector_c,0,1)
print("Update Vector c shape -- %s "% len(vec_c))

new_matrix = matrix_a.todense()
new_matrix_T = new_matrix.transpose()

x = np.linalg.lstsq(new_matrix_T,vec_c)

产生以下输出。

      矩阵形状 - （48002,7651）
  矢量c形状 - 48001
  更新矢量C形状 - 48002

回溯（最近一次调用最后一次）：文件

“/ Users / 已删除 /PycharmProjects/hw2/main.py”，第139行， main（）文件“/Users/removed/PycharmProjects/hw2/main.py”，第65行，主要 b1 = st.fit_parameters（A1，c）文件“/Users/removed/PycharmProjects/hw2/hw3_part1.py”，第191行， fit_parameters x = np.linalg.lstsq（new_matrix_T，vec_c）文件“/Users/removed/.conda/envs/hw2/lib/python3.6/site-packages/numpy/linalg/linalg.py “，1984年，在lstsq 提升LinAlgError（'不兼容的维度'）numpy.linalg.linalg.LinAlgError：不兼容的维度

Answer 1

您将形状为matrix_a的矩阵M, N = 48002, 7651转换为N, M = 7651, 48002形状。但问题是你的矢量是形状M = 48002,而np.linalg.lstsq需要尺寸(a.shape=(M, N), b.shape=(M,)。由于您的转置，您传递的维度为(a.shape=(N, M), b.shape=(M,))。

解决方案？不要转置matrix_a。

使用numpy linalg python解决Ax = b引发LinAlgError（'不兼容的维度'）

1 个答案: