spsolve和解決意外的差異

我需要解決不同大小的線性方程。有時候，大小可能是0或1，在這種情況下會發生一些錯誤。例如，spsolve和解決意外的差異

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]])

一些意想不到的結果時會發生呼叫SPSOLVE或解決：

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）」，實際上產生一個行向量，呼叫反正是有強制它成爲列向量？另外，調用「spsolve（A2，b2）」的錯誤也很奇怪，因爲A1和b1的大小不爲零。

來源

2013-04-12 zhh210

spsolve不返回2d數組，而是1d向量。

使用numpy.atleast_2d以膨脹矢量，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）的載體中。這可能也解決了第二個問題，與結果向量的深度有關。

（我不使用鼠尾草，所以我不能重現你的錯誤。）

來源

2013-04-12 08:43:10 Jan

有趣。我在python-2.6上試過你的方法，它沒有任何錯誤。但在Sage-5.3中，它總是彈出錯誤消息：「97選項=字典（ColPerm = permc_spec） 98 return _superlu.gssv（N，A.nnz，A.data，A.indices，A.indptr，b，標記， ---> 99 options = options）[0] 101 def splu（A，permc_spec = None，diag_pivot_thresh = None， ValueError：對於所需數組的深度太小的對象「 – zhh210

spsolve和解決意外的差異

回答

相關問題