小编RGW*_*ton的帖子

任何斜对称矩阵 ( A^T = -A ) 都可以转换为埃尔米特矩阵 ( iA ) 并用复数对角化。但也可以通过特殊的正交变换将其转化为块对角形式，并仅使用实数算术找到其特征值。这是在 numpy 中的任何地方实现的吗？

我注意到,尝试加速涉及通过向量化python for循环来生成大量随机数的numpy代码可能会产生相反的结果并且可能会降低它的速度.以下代码的输出是:took time 0.588和took time 0.789.这违背了我对如何最好地编写numpy代码的直觉,我想知道为什么会出现这种情况？

import time
import numpy as np

N = 50000
M = 1000
repeats = 10

start = time.time()
for i in range(repeats):
    for j in range(M):
        r = np.random.randint(0,N,size=N)
print 'took time ',(time.time()-start)/repeats

start = time.time()
for i in range(repeats):
    r = np.random.randint(0,N,size=(N,M))
print 'took time ',(time.time()-start)/repeats

有没有一种很好的方法来测试两个数组在MATLAB中是否成比例？像isequal功能一样但是用于测试比例性.

按照有关如何绘制多色线的示例，我可以绘制基于某些颜色图沿其长度改变颜色的线。尝试向情节添加图例我添加了以下代码：

plt.legend([lc], ["test"],\
    handler_map={lc: matplotlib.legend_handler.HandlerLineCollection()})

这为绘图添加了一个图例（下图），但图例中图标的颜色与线条的颜色完全无关。这是尝试向该图添加图例的错误方法，还是 matplotlib 的限制？