Question

我有一个（n，m，6）数组，其中n和m大于10.000。这6个值来自对称矩阵，顺序如下：

[[[11，12，13]，[12，22，23]，[13，23，33]] =>（11，22，33，12，23，31）

我想计算每个矩阵的特征值和特征向量。现在，它通过2个for循环迭代每个维度，将值重新排序为矩阵形式并计算特征值来实现。但是我想知道是否存在使用矢量化的更快解决方案？

Answer 1

我发现最好的方法是使用(6,3,3)变换矩阵将对称值转换为适当的对称张量。

transf = np.array([[[1.,0.,0.],[0.,0.,0.],[0.,0.,0.]],                #11
                   [[0.,0.,0.],[0.,1.,0.],[0.,0.,0.]],                #22
                   [[0.,0.,0.],[0.,0.,0.],[0.,0.,1.]],                #33
                   [[0.,1.,0.],[1.,0.,0.],[0.,0.,0.]],                #12 & 21
                   [[0.,0.,1.],[0.,0.,0.],[1.,0.,0.]],                #13 & 31
                   [[0.,0.,0.],[0.,0.,1.],[0.,1.,0.]]]).swapaxes(0,1) #23 & 32

e, v = np.linalg.eigh(input.dot(transf))

非编程注：请注意abaqus是输出实际应力/应变还是工程应力/应变，因为结果转换是不同的（如果我正确记住“真实应变”，则需要关闭） -对角项为0.5而不是1.）

获取许多一维数组特征值的最快方法

1 个答案: