Question

我想计算200x200矩阵的指数（expm（B）），并得到以下问题。非常感谢您的帮助。

exp_matrix2 = expm(B)

文件“ ... / python2.7 / site-packages / scipy / linalg / matfuncs.py”，行   261，以expm       返回scipy.sparse.linalg.expm（A）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / matfuncs.py”，   582行，在expm中       return _expm（A，use_exact_onenorm ='auto'）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / matfuncs.py”，   _expm中的第618行       eta_1 = max（h.d4_loose，h.d6_loose）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / matfuncs.py”，   d4_loose中的第457行       structure = self.structure）**（1/4。）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / matfuncs.py”，   _onenormest_matrix_power中的第301行       MatrixPowerOperator（A，p，structure = structure））

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / _onenormest.py”，   95行，最大       est，v，w，nmults，nresamples = _onenormest_core（A，A.H，t，itmax）

文件“ /python2.7/site-packages/scipy/sparse/linalg/_onenormest.py”，   _onenormest_core中的第424行       Z = np.asarray（AT_linear_operator.matmat（S））

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / interface.py”，   matmat中的326行       Y = self._matmat（X）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / interface.py”，   _matmat中的第468行       返回超级（_CustomLinearOperator，自身）。_matmat（X）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / interface.py”，   _matmat中的第174行       返回np.hstack（[X.T中col的self.matvec（col.reshape（-1,1））]）

文件   “ /home/dk2518/anaconda2/lib/python2.7/site-packages/scipy/sparse/linalg/interface.py”，   matvec中的219行       y = self._matvec（x）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / interface.py”，   _matvec中的第471行       返回自我.__ matvec_impl（x）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / interface.py”，   rmatvec中的266行       y = self._rmatvec（x）

文件“ ... / python2.7 / site-packages / scipy / sparse / linalg / matfuncs.py”，   _rmatvec中的第203行       x = A_T.dot（x）

ValueError：形状（207,207）和（1,207）不对齐：207（dim 1）！= 1   （昏暗0）

Answer 1

如@TomNash的链接中所述，问题很大np.matrix。

ndarray和sparse矩阵可以正常工作：

In [309]: slg.expm(np.ones((200,200)));                                         
In [310]: slg.expm(sparse.csc_matrix(np.ones((200,200))));                      
In [311]: slg.expm(np.matrix(np.ones((200,200))));  
ValueError: shapes (200,200) and (1,200) not aligned: 200 (dim 1) != 1 (dim 0)

并非每个np.matrix都会出现问题：

In [313]: slg.expm(np.matrix(np.eye(200)));

将np.matrix改回ndarray的工作原理：

In [315]: slg.expm(np.matrix(np.ones((200,200))).A);

这使用了slg.matfuncs._expm(A, use_exact_onenorm='auto')

其中有一项针对以下内容的测试：

if use_exact_onenorm == "auto":
    # Hardcode a matrix order threshold for exact vs. estimated one-norms.
    use_exact_onenorm = A.shape[0] < 200

部分解释了为什么我们用（200,200）矩阵而不是（199,199）矩阵来解决问题。

这有效：

slg.matfuncs._expm(M, use_exact_onenorm=True);

以False失败。但是从那里开始，我迷失了如何设置_ExpmPadeHelper并尝试Pade order 3的细节。

简而言之-避免使用np.matrix，尤其是在（200,200）或更大的情况下。

在python中计算矩阵的指数

1 个答案: