spsolve和解决意外的差异

我需要解决不同大小的线性方程。有时候，大小可能是0或1，在这种情况下会发生一些错误。例如，spsolve和解决意外的差异

import numpy as np 
from numpy.linalg import solve 
from scipy.sparse.linalg import spsolve 
A1 = np.array([[1,2],[2,1]]) 
b1 = np.array([[1],[1]]) 
A2 = np.array([[1]]) 
b2 = np.array([[1]])

一些意想不到的结果时会发生呼叫SPSOLVE或解决：

sage: solve(A1,b1) 
array([[ 0.33333333], 
     [ 0.33333333]]) 
sage: solve(A2,b2) 
array([[ 1.]]) 
sage: spsolve(A1,b1) 
array([ 0.33333333, 0.33333333]) 
sage: spsolve(A2,b2) 
ValueError: object of too small depth for desired array

注意的“SPSOLVE（A1，B1）”，实际上产生一个行向量，呼叫反正是有强制它成为列向量？另外，调用“spsolve（A2，b2）”的错误也很奇怪，因为A1和b1的大小不为零。

来源

2013-04-12 zhh210

spsolve不返回2d数组，而是1d向量。

使用numpy.atleast_2d以膨胀矢量，例如，在你的例子

In [10]: np.atleast_2d(spsolve(A1,b1)).T 
Out[10]: 
array([[ 0.33333333], 
     [ 0.33333333]])

和.T得到的柱（2d）的载体中。这可能也解决了第二个问题，与结果向量的深度有关。

（我不使用鼠尾草，所以我不能重现你的错误。）

来源

2013-04-12 08:43:10 Jan

有趣。我在python-2.6上试过你的方法，它没有任何错误。但在Sage-5.3中，它总是弹出错误消息：“97选项=字典（ColPerm = permc_spec） 98 return _superlu.gssv（N，A.nnz，A.data，A.indices，A.indptr，b，标记， ---> 99 options = options）[0] 101 def splu（A，permc_spec = None，diag_pivot_thresh = None， ValueError：对于所需数组的深度太小的对象“ – zhh210

spsolve和解决意外的差异

回答

相关问题