本文简要介绍 python 语言中 scipy.linalg.lu
的用法。
用法:
scipy.linalg.lu(a, permute_l=False, overwrite_a=False, check_finite=True, p_indices=False)#
计算具有部分旋转的矩阵的 LU 分解。
分解满足:
A = P @ L @ U
其中
P
是一个置换矩阵,L
具有单位对角线元素的下三角形,以及U
上三角形。如果permute_l被设定为True
然后L
返回已经排列,因此令人满意A = L @ U
.- a: (M, N) 数组
要分解的数组
- permute_l: 布尔型,可选
执行乘法 P*L(默认:不排列)
- 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)。
- p_indices: 布尔型,可选
如果
True
,则排列信息作为行索引返回。出于向后兼容性的原因,默认值为False
。
- (If `permute_l` is ``False``):
- p: (…, M, M) ndarray
取决于 p_indices 的排列数组或向量
- l: (…, M, K) ndarray
具有单位对角线的下三角或梯形阵列。
K = min(M, N)
- u: (…, K, N) ndarray
上三角或梯形阵列
- (If `permute_l` is ``True``):
- pl: (…, M, K) ndarray
置换 L 矩阵。
K = min(M, N)
- u: (…, K, N) ndarray
上三角或梯形阵列
参数 ::
返回 ::
注意:
排列矩阵的成本很高,因为它们只不过是行重新排序
L
因此,如果需要排列,强烈建议使用索引。二维情况下的关系就变得简单A = L[P, :] @ U
。在更高的维度中,最好使用permute_l以避免复杂的索引技巧。在 2D 情况下,如果有索引,但由于某种原因,仍然需要置换矩阵,则可以通过
np.eye(M)[P, :]
构造它。例子:
>>> import numpy as np >>> from scipy.linalg import lu >>> A = np.array([[2, 5, 8, 7], [5, 2, 2, 8], [7, 5, 6, 6], [5, 4, 4, 8]]) >>> p, l, u = lu(A) >>> np.allclose(A, p @ l @ u) True >>> p # Permutation matrix array([[0., 1., 0., 0.], # Row index 1 [0., 0., 0., 1.], # Row index 3 [1., 0., 0., 0.], # Row index 0 [0., 0., 1., 0.]]) # Row index 2 >>> p, _, _ = lu(A, p_indices=True) >>> p array([1, 3, 0, 2]) # as given by row indices above >>> np.allclose(A, l[p, :] @ u) True
我们还可以使用nd-arrays,例如4D数组的演示:
>>> rng = np.random.default_rng() >>> A = rng.uniform(low=-4, high=4, size=[3, 2, 4, 8]) >>> p, l, u = lu(A) >>> p.shape, l.shape, u.shape ((3, 2, 4, 4), (3, 2, 4, 4), (3, 2, 4, 8)) >>> np.allclose(A, p @ l @ u) True >>> PL, U = lu(A, permute_l=True) >>> np.allclose(A, PL @ U) True
相关用法
- Python SciPy linalg.lu_factor用法及代码示例
- Python SciPy linalg.lu_solve用法及代码示例
- Python SciPy linalg.lsqr用法及代码示例
- Python SciPy linalg.logm用法及代码示例
- Python SciPy linalg.ldl用法及代码示例
- Python SciPy linalg.leslie用法及代码示例
- Python SciPy linalg.lsmr用法及代码示例
- Python SciPy linalg.lobpcg用法及代码示例
- Python SciPy linalg.lgmres用法及代码示例
- Python SciPy linalg.lstsq用法及代码示例
- Python SciPy linalg.eigvalsh_tridiagonal用法及代码示例
- Python SciPy linalg.cdf2rdf用法及代码示例
- Python SciPy linalg.LaplacianNd用法及代码示例
- Python SciPy linalg.solve_circulant用法及代码示例
- Python SciPy linalg.polar用法及代码示例
- Python SciPy linalg.clarkson_woodruff_transform用法及代码示例
- Python SciPy linalg.rsf2csf用法及代码示例
- Python SciPy linalg.hessenberg用法及代码示例
- Python SciPy linalg.tril用法及代码示例
- Python SciPy linalg.triu用法及代码示例
- Python SciPy linalg.svd用法及代码示例
- Python SciPy linalg.ishermitian用法及代码示例
- Python SciPy linalg.invhilbert用法及代码示例
- Python SciPy linalg.factorized用法及代码示例
- Python SciPy linalg.SuperLU用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.linalg.lu。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。