Мне нужно решить большое количество симметричных, поведенчески определенных систем 3x3 с Python. До сих пор я сделалРешение большого числа небольших линейных систем
res = numpy.zeros(n)
for k, obj in enumerate(data_array):
# construct A, rhs, idx from obj
res[idx] += numpy.linalg.solve(A, rhs)
Это производит правильный результат, однако также довольно медленно, если n
велико. (Ну ... да.) Возможно, 3x3 не является проблемой, где вызов solve()
имеет смысл.
Любые подсказки?
Только то, что мне нужно. Благодаря! –
Критерий принятия подразумевается словами 'a: (..., M, M) array_like' и' b: {(..., M,), (..., M, K)} 'в документации, хотя и в несколько загадочной форме. –
@pv .: Не совсем. Например, если бы вы шли по этим фигурам, вы ожидали бы 'a.shape == (5, 5, 5, 5)' и 'b.shape == (5, 5, 4)', чтобы сделать матрицу- и вы ожидаете 'a.shape == (5, 5, 5, 5)' и 'b.shape == (5,)' делать вектор-матрицу, но NumPy выбирает противоположные интерпретации. – user2357112