本文简要介绍 python 语言中 scipy.linalg.sqrtm
的用法。
用法:
scipy.linalg.sqrtm(A, disp=True, blocksize=64)#
矩阵平方根。
- A: (N, N) 数组
要计算其平方根的矩阵
- disp: 布尔型,可选
如果结果中的错误估计很大,而不是返回估计的错误,则打印警告。 (默认:真)
- blocksize: 整数,可选
如果块大小相对于输入数组的大小没有退化,则使用分块算法。 (默认值:64)
- sqrtm: (N, N) 数组
A 处 sqrt 函数的值。数据类型为浮点型或复数型。精度(数据大小)根据输入 A 的精度确定。当 dtype 为 float 时,精度与 A 相同。当 dtype 为复数时,精度是 A 的两倍。精度可能会被裁剪每个 dtype 精度范围。
- errest: 浮点数
(如果 disp == False)
估计误差的 Frobenius 范数,||err||_F /||A||_F
参数 ::
返回 ::
参考:
[1]Edvin Deadman, Nicholas J. Higham, Rui Ralha (2013) “用于计算矩阵平方根的阻塞 Schur 算法,计算机科学讲义,7782。第 171-182 页。
例子:
>>> import numpy as np >>> from scipy.linalg import sqrtm >>> a = np.array([[1.0, 3.0], [1.0, 4.0]]) >>> r = sqrtm(a) >>> r array([[ 0.75592895, 1.13389342], [ 0.37796447, 1.88982237]]) >>> r.dot(r) array([[ 1., 3.], [ 1., 4.]])
相关用法
- Python SciPy linalg.solve_circulant用法及代码示例
- Python SciPy linalg.svd用法及代码示例
- Python SciPy linalg.spsolve用法及代码示例
- Python SciPy linalg.spsolve_triangular用法及代码示例
- Python SciPy linalg.solve_banded用法及代码示例
- Python SciPy linalg.solve_discrete_lyapunov用法及代码示例
- Python SciPy linalg.splu用法及代码示例
- Python SciPy linalg.spilu用法及代码示例
- Python SciPy linalg.solve用法及代码示例
- Python SciPy linalg.svdvals用法及代码示例
- Python SciPy linalg.solveh_banded用法及代码示例
- Python SciPy linalg.solve_sylvester用法及代码示例
- Python SciPy linalg.solve_toeplitz用法及代码示例
- Python SciPy linalg.svds用法及代码示例
- Python SciPy linalg.sinm用法及代码示例
- Python SciPy linalg.schur用法及代码示例
- Python SciPy linalg.solve_continuous_lyapunov用法及代码示例
- Python SciPy linalg.solve_continuous_are用法及代码示例
- Python SciPy linalg.solve_discrete_are用法及代码示例
- Python SciPy linalg.solve_triangular用法及代码示例
- Python SciPy linalg.sinhm用法及代码示例
- Python SciPy linalg.signm用法及代码示例
- Python SciPy linalg.subspace_angles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
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.sqrtm。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。