矩陣在每個網格點的特徵值

我有一個3d網格。在每個網格點，我有一個矩陣。我想用python在每個網格點上找到這個矩陣的特徵值和特徵向量。我正在做這樣的事情。矩陣在每個網格點的特徵值

import numpy as np 
from numpy import linalg as LA 
n = 256 
s = np.zeros((3,3,n,n,n)) 
#s is calculated by a formula here, this part is correct 
e = np.zeros((3,n,n,n)) 
e[0:3,:,:,:] = LA.eigvals(s[0:3,0:3,:,:,:])

它提供了以下錯誤，

1 n = 256 
2 e = np.zeros(((3),n,n,n)) 
----> 3 e[0:3,:,:,:] = LA.eigvals(s[0:3,0:3,:,:,:]) 

ValueError: could not broadcast input array from shape (3,3,256,256) into shape (3,256,256,256)

由於它是一個大陣，使用循環正在採取了大量的時間。我實際上必須爲許多這樣的立方網格做這件事。有沒有辦法避免循環？代碼必須明白，在每個網格點上，有一個矩陣的特徵值是需要的，它不是一個5交叉矩陣。

來源

2017-03-07 HP AS

' LA.eigvals'接受一個形狀爲'（...，M，M）'的矩陣，其中最後的兩個維度是計算特徵值的座標軸（參見[docs]（https：//docs.scipy。組織/ DOC/numpy的/參照/生成/ numpy.linalg.eigvals.html＃numpy.linalg.eigvals））。在這種情況下，不要擔心預分配'e'，這是錯誤來自哪裏。每個網格點的矩陣大小是多少？ 3x3的？如果是這樣，你會希望''矩陣的形狀（n，n，n，3,3）。 – pstjohn

@pstjohn：是的，它在每個點上是3個交叉3矩陣。我會嘗試你的解決方案，並回來。 –

爲了擴大對我的評論，並提供一些實際的代碼，你可以得到這個與您現有的矩陣工作，與一些陣列重塑：

eigs = np.linalg.eigvals(s.swapaxes(0, -1).swapaxes(1,-2)) 
e = eigs.swapaxes(0,-1)

會給你一個矩陣

>>> e.shape() 
(3, 256, 256, 256)

來源

2017-03-08 00:13:59 pstjohn

完美。我能夠在網格點計算特徵值和特徵向量。按順序排列特徵值也很好，但是在特徵vecs方面有問題。你可以檢查：'a = np.zeros（（3,3,2,2,2））a [：，：，0,0,0] = [[5,0,0]，[0,1 ，0]，[0,0,3]] a [：，：，1,1,1] = [[2,0,0]，[0,3,0]，[0,0,1]] （0，-1）.swapaxes（1，-2））ev = eigvals.swapaxes（0，-1）evecs = eigvecs.swapaxes（0，-1）.swapaxes （1，-2）evo = np.sort（ev，axis = 0）eveco = evecs [np.argsort（ev，axis = 0），：] print np.shape（eveco）'It gives（3，2， 1,2,3,2,2,2）而不是（3,3,2,2,2） –

矩陣在每個網格點的特徵值

回答

相關問題