小编Apo*_*ose的帖子

我在不同的环境中使用numpy和scipy(MacOS,Ubuntu,RedHat).通常我使用可用的包管理器安装numpy(例如,mac ports,apt,yum).

但是,如果您不手动编译Numpy,您如何确定它使用BLAS库？使用mac端口,ATLAS作为依赖项安装.但是,我不确定它是否真的被使用过.当我执行一个简单的基准测试时,该numpy.dot()函数需要大约.2倍于使用Eigen C++库计算的点积的时间.我不确定这是否是一个合理的结果..

最好的问候,Apo

我正在寻找一种用 Python 求解线性方程组的方法。特别是，我正在寻找大于全零的最小整数向量并求解给定的方程。例如，我有以下等式：

并想解决 。

在这种情况下，求解该方程的最小整数向量是 。

但是，如何自动确定该解决方案呢？如果我使用scipy.optimize.nnls，比如

A = np.array([[1,-1,0],[0,2,-1],[2,0,-1]])
b = np.array([0,0,0])
nnls(A,b)

结果是(array([ 0., 0., 0.]), 0.0). 这也是正确的，但不是所需的解决方案......

编辑：对于某些方面的不精确，我深表歉意。如果有人对细节感兴趣，问题来自论文“数字信号处理的同步数据流程序的静态调度”，Edward A. Lee 和 David G. Messerschmitt，IEEE Transactions on Computers，Vol. 11。C-36，第 1 期，第 24-35 页，1987 年 1 月。

定理 2 说

对于具有 s 个节点和拓扑矩阵 A 且rank(A)=s-2 的连通 SDF 图，我们可以找到一个正整数向量 b != 0，使得 Ab = 0，其中 0 是零向量。

在证明定理 2 之后，他们直接说

可能需要求解零空间中的最小正整数向量。为此，请减少 u' 中的每个有理项，使其分子和分母互质。欧几里得算法将适用于此。

我有一个如下的方程式系统:

对于这个特定的系统,我知道只有当p1 == p2时,才存在一个非平凡的解决方案

.

但是,如何使用Sympy在一般情况下确定这一点？

对于此示例,我的实现如下:

from sympy import Matrix, symbols, pprint, lcm, latex
from sympy.solvers import solve_linear_system

top_matrix = Matrix.zeros(8,7)
p1 = symbols("p1")
p2 = symbols("p2")

top_matrix[0,0] = 1
top_matrix[0,1] = -1

top_matrix[1,1] = (1-p1)
top_matrix[1,2] = -1

top_matrix[2,2] = 1
top_matrix[2,4] = p2-1

top_matrix[3,1] = p1
top_matrix[3,3] = -1

top_matrix[4,3] = 1
top_matrix[4,4] = -p2

top_matrix[5,4] = 1
top_matrix[5,5] = -1

top_matrix[6,1] = -1
top_matrix[6,6] = 1

top_matrix[7,4] = -1
top_matrix[7,6] = 1

pprint(top_matrix)
vars = symbols("a1, …