严格在Julia

时间:2019-03-16 15:50:20

标签: matrix julia julia-jump

我想知道在Julia中严格定义列向量的简单方法,例如,我想要3行列向量B

julia> columnVectorB
3×1 Array{Float64,2}:
1.0
2.0
3.0

我认为正常的方法是:

julia> columnVectorB = [1.; 2.; 3.]

julia> columnVectorB
3-element Array{Float64,1}:
1.0
2.0
3.0

我必须这样做的原因是,如果在JuMP中使用矩阵操作以常规方式定义列向量,则会出现烦人的问题。问题之一是:

julia> using JuMP
julia> using GLPKMathProgInterface
julia> n = 1
julia> model_mas = Model(solver = GLPKSolverLP())
julia> @variable(model, vec_y[1: n] >= 0, Int)

julia> vec_y
1-element Array{Variable,1}: 
vec_y[1]

n表示vec_y可以是n个变量的列向量。它也是B的列数,因此B实际上是一个矩阵。当n > 1时,没有探测。当n = 1时,B成为列向量。然后,将出现以下问题:

julia> @constraint(model, (columnVectorB * vec_y)[1] <= 10)
ERROR: MethodError: no method matching *(::Array{Float64,1}, ::Array{Variable,1})
Closest candidates are:
*(::Any, ::Any, ::Any, ::Any...) at operators.jl:502
*(::LinearAlgebra.Adjoint{#s45,#s44} where #s44<:SparseArrays.SparseMatrixCSC where #s45<:Union{AbstractJuMPScalar, GenericNormExpr{2,Float64,Variable}, NonlinearExpression, GenericNorm{P,Float64,Variable} where P}

当前,我通过以下方法解决该问题:

julia> columnVectorB = rand(3,1)
julia> columnVectorB[1] = 1.
julia> columnVectorB[2] = 2.
julia> columnVectorB[3] = 3.

julia> columnVectorB
3×1 Array{Float64,2}:
1.0
2.0
3.0

julia> columnVectorB * vec_y
3-element Array{JuMP.GenericAffExpr{Float64,Variable},1}:
1 vec_y[1]
2 vec_y[1]
3 vec_y[1]

但这太愚蠢了。有更好的方法吗?

1 个答案:

答案 0 :(得分:3)

实际上,您似乎想要一个只包含一列和n行的矩阵。您可以通过多种方式将向量转换为矩阵。我为此提供了几种选择:

julia> x = [1,2,3] # a vector
3-element Array{Int64,1}:
 1
 2
 3

julia> hcat(x) # a matrix
3×1 Array{Int64,2}:
 1
 2
 3

julia> reshape(x, :, 1) # a matrix
3×1 Array{Int64,2}:
 1
 2
 3

julia> x[:,:] # a matrix
3×1 Array{Int64,2}:
 1
 2
 3

编辑这三个reshape中最快的一个,因为它不执行复制(reshape的结果将与{{1 }})。 xhcat都将执行数据副本。