Python SciPy linalg.sqrtm用法及代碼示例

本文簡要介紹 python 語言中 scipy.linalg.sqrtm 的用法。

用法:

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

矩陣平方根。

參數 ：：

A： (N, N) 數組

要計算其平方根的矩陣

disp： 布爾型，可選

如果結果中的錯誤估計很大，而不是返回估計的錯誤，則打印警告。 (默認：真)

blocksize： 整數，可選

如果塊大小相對於輸入數組的大小沒有退化，則使用分塊算法。 (默認值：64)

返回 ：：

sqrtm： (N, N) 數組

A 處 sqrt 函數的值。數據類型為浮點型或複數型。精度(數據大小)根據輸入 A 的精度確定。當 dtype 為 float 時，精度與 A 相同。當 dtype 為複數時，精度是 A 的兩倍。精度可能會被裁剪每個 dtype 精度範圍。

errest： 浮點數

(如果 disp == False)

估計誤差的 Frobenius 範數，||err||_F /||A||_F

參考：

[1]

Edvin Deadman, Nicholas J. Higham, Rui Ralha (2013) “用於計算矩陣平方根的阻塞 Schur 算法，計算機科學講義，7782。第 171-182 頁。

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.]])