Fatal编程技术网
  • matrix/
  • Matrix 具有矩阵起始向量的辛解型误差

Matrix 具有矩阵起始向量的辛解型误差

matrix

Matrix 具有矩阵起始向量的辛解型误差,matrix,typeerror,sympy,solver,Matrix,Typeerror,Sympy,Solver,当我给它一个矩阵作为起始向量时，我得到了一个TypeError和nsolve。值得注意的是，nsolve非常好，因为方程是一个矩阵表达式。以下是一个基本示例： import sympy as sy v = sy.Matrix(sy.symarray("v", (2,))) w = sy.Matrix([17, 23]) equation = v - w 下一行给出了一个类型错误：无法从矩阵（[[17]，[23]]）创建mpf： 下一行是一个笨拙的解决方法，它给出了正确的输出，矩阵（[[17.0

当我给它一个
矩阵
作为起始向量时，我得到了一个
TypeError
和
nsolve
。值得注意的是，
nsolve
非常好，因为方程是一个
矩阵
表达式。以下是一个基本示例：

import sympy as sy
v = sy.Matrix(sy.symarray("v", (2,)))
w = sy.Matrix([17, 23])
equation = v - w
下一行给出了一个
类型错误：无法从矩阵（[[17]，[23]]）创建mpf
：

下一行是一个笨拙的解决方法，它给出了正确的输出，
矩阵（[[17.0]，[23.0]]）
：

有比此解决方案更好的解决方案吗？

鉴于以下情况，您有必要使用此解决方案：

  • nsolve
    将
    x0
    参数直接传递到上的
    mpmath.findroot
  • findroot
    仅支持
    x0
    中满足
    isinstance（x0，（列表，元组））
    的iterables，on。此外，它必须是一个平面元组或列表；它的元素在随后的
    x0=[ctx.convert（x）for x in x0]
    中被假定为标量
    • 同矩阵不是
    列表
    或
    元组
    的实例。另外，
    w.tolist（）
    是不够的，因为结果列表是嵌套的。因此需要
    w.T.tolist（）[0]

    这是现在的SymPy repo。

    谢谢，我已经开始发行了。 
    sy.nsolve(equation, v, w)

    sy.nsolve(equation, v, w.T.tolist()[0])