小编Jul*_*neB的帖子

早上好！

我有一个 nxn 矩阵，其中 n 大到足以让我溢出。

我试图用数学方法解决这个问题，它适用于小 n 但现在我从指数中溢出。

为了更好地解释它，这里的代码：

    # create a quadratic Matrix matrix with shape 500x500
    matrix = [[ 1.03796037 -0.00898546 -0.00410423 ... -0.0453022   0.02608995
      -0.01146299]
     ...

     [-0.01146299 -0.04572196  0.07370042 ...  0.03203931  0.07298667
       0.98693473]]

    # calculate the mean of matrix
    mean = matrix.mean()
    # calculate n
    n = matrix.shape[0]
    # divide the mean from the matrix and calculate the determinant 
    determinant = np.linalg.det(matrix/mean)
    # use now det(c*M) = c^n*det(M)
    solution = mean**n*determinant

    >>>> inf

这种方法可以防止np.linalg.det()函数溢出，但是计算幂 …

有没有一种快速的方法来在python中创建具有1和x * 0的向量？

我想吃点东西

a = [1,0,0,0,0,0,0,0,0,...,0]
b = [1,1,0,0,0,0,0,0,0,...,0]

我用列表尝试过，但看到你自己:(

list = [1, n*[0]]
list = np.array(list)
print(list)
==> [1 list([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])]