Python SciPy linalg.cho_factor用法及代码示例

本文简要介绍 python 语言中 scipy.linalg.cho_factor 的用法。

用法:

scipy.linalg.cho_factor(a, lower=False, overwrite_a=False, check_finite=True)#

计算矩阵的 Cholesky 分解，用于cho_solve

返回包含 Cholesky 分解的矩阵，A = L L*或者A = U* UHermitian 正定矩阵a。返回值可以直接作为cho_solve的第一个参数。

警告

返回的矩阵还包含 Cholesky 分解未使用的条目中的随机数据。如果您需要将这些条目归零，请改用函数 cholesky 。

参数 ：：

a： (M, M) 数组

待分解矩阵

lower： 布尔型，可选

是否计算上三角或下三角 Cholesky 分解(默认值：上三角)

overwrite_a： 布尔型，可选

是否覆盖 a 中的数据(可能会提高性能)

check_finite： 布尔型，可选

是否检查输入矩阵是否仅包含有限数。禁用可能会提高性能，但如果输入确实包含无穷大或 NaN，则可能会导致问题(崩溃、非终止)。

返回 ：：

c： (M, M) ndarray

其上三角形或下三角形包含 a 的 Cholesky 因子的矩阵。矩阵的其他部分包含随机数据。

lower： bool

指示因子是在下三角形还是上三角形中的标志

抛出 ：：

LinAlgError

如果分解失败则引发。

例子：

>>> import numpy as np
>>> from scipy.linalg import cho_factor
>>> A = np.array([[9, 3, 1, 5], [3, 7, 5, 1], [1, 5, 9, 2], [5, 1, 2, 6]])
>>> c, low = cho_factor(A)
>>> c
array([[3.        , 1.        , 0.33333333, 1.66666667],
       [3.        , 2.44948974, 1.90515869, -0.27216553],
       [1.        , 5.        , 2.29330749, 0.8559528 ],
       [5.        , 1.        , 2.        , 1.55418563]])
>>> np.allclose(np.triu(c).T @ np. triu(c) - A, np.zeros((4, 4)))
True