python scipy linalg.sqrtm用法及代码示例

用法：

scipy.linalg.sqrtm(A, disp=True, blocksize=64)

矩阵平方根。

参数：

A：(N, N) array_like

要求平方根的矩阵

disp：bool, 可选参数

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：integer, 可选参数

如果相对于输入数组的大小，块大小没有退化，请使用块算法。 (预设值：64)

返回值：

sqrtm：(N，N)ndarray

sqrt函数的值在A

errest：浮动

(如果disp == False)

估计误差的Frobenius范数|| err || __F /|| A || __F

参考文献：

1

Edvin Deadman，Nicholas J. Higham，Rui Ralha(2013)“用于计算矩阵平方根的Blocked Schur算法，计算机科学讲座，7782。第171-182页。

例子：

>>> 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.]])

源码：

scipy.linalg.sqrtm的API实现见：[源代码]

注：本文由纯净天空筛选整理自 scipy.linalg.sqrtm。非经特殊声明，原始代码版权归原作者所有，本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。