小编per*_*sse的帖子

这个问题与Overriding other __rmul__ with your class's __mul__中提出的问题很接近，但我的印象是，这是一个比数值数据更普遍的问题。另外，这个问题没有得到解答，我真的不想使用矩阵乘法@来进行此操作。因此，问题。

我确实有一个接受标量和数值数组相乘的对象。与往常一样，左乘法工作得很好，因为它myobj()使用的是方法，但在右乘法中，NumPy 使用广播规则并给出元素级结果dtype=object。

这还有一个副作用，即无法检查数组的大小是否兼容。

因此，问题是

有没有办法强制 numpy 数组查找__rmul__()另一个对象的 ，而不是广播和按元素执行__mul__()？

在我的特定情况下，对象是 MIMO（多输入、多输出）传递函数矩阵（或者滤波器系数矩阵，如果您愿意），因此矩阵乘法在线性系统的加法和乘法方面具有特殊含义。因此在每个条目中都有SISO系统。

import numpy as np

class myobj():
    def __init__(self):
        pass

    def __mul__(self, other):
        if isinstance(other, type(np.array([0.]))):
            if other.size == 1:
                print('Scalar multiplication')
            else:
                print('Multiplication of arrays')

    def __rmul__(self, other):
        if isinstance(other, type(np.array([0.]))):
            if other.size == 1:
                print('Scalar multiplication')
            else:
                print('Multiplication of arrays')

A = myobj()
a = np.array([[[1+1j]]])  # some generic scalar
B …

我是python的新手。我有一个简单的微分系统，它由两个变量和两个微分方程和初始条件组成x0=1, y0=2：

dx/dt=6*y
dy/dt=(2t-3x)/4y

现在我正在尝试解决这两个微分方程，我选择odeint. 这是我的代码：

import matplotlib.pyplot as pl
import numpy as np
from scipy.integrate import odeint

def func(z,b):
    x, y=z
    return [6*y, (b-3*x)/(4*y)]    

z0=[1,2]
t = np.linspace(0,10,11)
b=2*t
xx=odeint(func, z0, b)
pl.figure(1)
pl.plot(t, xx[:,0])
pl.legend()
pl.show()

但结果不正确，并出现错误信息：

Excess work done on this call (perhaps wrong Dfun type).
Run with full_output = 1 to get quantitative information.

我不知道我的代码有什么问题，我该如何解决。任何帮助都会对我有用。