Gre*_*ory 3 python numpy matrix linear-algebra scipy
假设我的简化矩阵形式如下:
x y z =
[[2.0, 4.0, 4.0, 4.0],
[0.0, 2.0, 1.0, 2.0],
[0.0, 0.0, 1.0, 1.0],
[0.0, 0.0, 0.0, 0.0]]
Run Code Online (Sandbox Code Playgroud)
我想要一个包含解决方案的数组。
在这种情况下,我想返回
z y x
[1.0, 0.5, -1.0]
Run Code Online (Sandbox Code Playgroud)
我们可以假设它是没有自由变量的理想三角形。
我一直在寻找scipy.linalg.solve
解决方案,但它需要表格,Ax=B
而且我不确定如何转换为该表格。
您已经拥有需要使用的所有信息numpy.linalg.solve
。A
用2d数组的前3列表示,b
是最后一列。因此,如果将数组分别切成这些元素,则可以调用.solve
。请注意,我将最后一行切成片,这样您的系统就可以确定,就像numpy.linalg.solve
需要一个确定的系统一样:
init_array = numpy.array(
[[2.0, 4.0, 4.0, 4.0],
[0.0, 2.0, 1.0, 2.0],
[0.0, 0.0, 1.0, 1.0],
[0.0, 0.0, 0.0, 0.0]])
A = init_array[0:3,:-1]
b = init_array[0:3, -1]
x = numpy.linalg.solve(A, b)
print(x)
Run Code Online (Sandbox Code Playgroud)
输出:
[-1. 0.5 1. ]
Run Code Online (Sandbox Code Playgroud)
进一步阅读: