Matlab to Python：使用SVD解決系統

我想將Matlab代碼轉換爲Python代碼。Matlab to Python：使用SVD解決系統

我堅持

x = A\b;

其中A是2D陣列(2257x456)並且其中b是一維數組(2257x1)。

在Matlab x outputed該數組是一維數組(456x1)

也有是在Matlab代碼，說評論：%Solve the system using SVD

所以我怎麼能在Python這樣做呢？

我嘗試使用下面的代碼，但沒有成功。

x = np.linalg.lstsq(A,b) 
x = np.linalg.lstsq(A.T, b.T)[1].T 
x = A :\\ b # found this [here][1] 
x = np.linalg.solve(A,b) 


[1]: https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html

更新：

錯誤和結果產生：

x = np.linalg.solve(A,b) : LinAlgError: Last 2 dimensions of the array must be square 

x = np.linalg.lstsq(A,b) : x is not expected result, it is 3D array (4x456x1) 

x = np.linalg.lstsq(A.T, b.T)[1].T : LinAlgError: Incompatible dimensions

來源

2016-11-21 TomazStoiljkovic

*「......沒有成功。」 *解釋你遇到的問題。你有錯誤嗎？如果是這樣，請顯示錯誤消息。你有沒有得到你沒有想到的結果？如果是這樣，展示你得到的並解釋你的期望。（使用更小的數組測試代碼可能更簡單，例如A可能是10x5和b 10x1。） –

更新後的問題，我不太瞭解Matlab中操作背後的數學，所以我只是嘗試使用代碼並檢查if輸出數組（'x'）是相同的。 – TomazStoiljkovic

你想np.linalg.lstsq(A,b)。再看看docstring，並注意它返回四個的值。因此，要使用它，你會寫

x, residuals, rank, s = np.linalg.lstsq(A,b)

或者，如果你想不顧一切，除了x，

x = np.linalg.lstsq(A,b)[0]

來源

2016-11-21 17:05:31

謝謝你的解釋，但結果與Matlab不一樣。我猜'x'的計算與使用lstsq（）函數的Matlab不同。請注意，A和b在Python和Matlab中是相同的 – TomazStoiljkovic

Matlab to Python：使用SVD解決系統

回答

相關問題