Python3上的乘法矩阵
有人知道我为什么得到了错误的结果吗?我知道代码的最后一行有个错误,f=p0*pn*pPython3上的乘法矩阵,python,numpy,matrix,Python,Numpy,Matrix,有人知道我为什么得到了错误的结果吗?我知道代码的最后一行有个错误,f=p0*pn*p import numpy as np def passage(n,i,j): # this function calculate the first time passage distribution after n #steps starting at i and end at j. p=np.matrix([[0,1,0,0],[0.5,0,0.5,0],[0,.5,0,.5]
import numpy as np
def passage(n,i,j):
# this function calculate the first time passage distribution after n
#steps starting at i and end at j.
p=np.matrix([[0,1,0,0],[0.5,0,0.5,0],[0,.5,0,.5],[0,0,1,0]])
p0=p[:]
for k in range(len(p)): # let elements in column j be zeros
p0[k,j]=0
p1=p0[:]
for k in range(len(p)): #let element in column j and row j be zeros
p1[j,k]=0
pn=np.linalg.matrix_power(p1,n-2)
f=p0*pn*p # this line gives us wrong result. why
return f
解决方案是使用复制p
矩阵
p0 = np.copy(p)
p1 = np.copy(p0)
如果您仍然没有得到预期的答案,那么您可能需要查看和
另请注意,作为矩阵乘法运算符引入了
@
。一个潜在的问题源:
p0=p[:]
生成视图
,而不是副本
。这意味着在这两个循环(可能不需要循环即可写入)之后,p
、p0
和p1
具有相同的值
你有没有逐行测试这个代码,确保每个步骤都是正确的?当我用Python编写函数时,尤其是numpy
以交互方式测试所有步骤
另一件事——除非你真的需要它,否则不要使用np.matrix
。创建数组时,即使是二维数组,也要坚持使用np.array
。如果需要矩阵乘法,请使用np.dot
(或@
)
快速重写函数:
def passage(n,i,j):
p=np.array([[0,1,0,0],[0.5,0,0.5,0],[0,.5,0,.5],[0,0,1,0]])
p0=p.copy()
p0[:,j] = 0
p1=p0.copy()
p1[j,:] = 0
pn=np.linalg.matrix_power(p1,n-2)
f = p0@pn@p # or p0.dot(pn.dot(p))
return f
In [15]: passage(4,0,0)
Out[15]:
array([[ 0.125 , 0. , 0.375 , 0. ],
[ 0. , 0.1875, 0. , 0.1875],
[ 0.1875, 0. , 0.5625, 0. ],
[ 0. , 0.375 , 0. , 0.375 ]])
*
不是矩阵积,而是元素积。正确或错误的结果是什么?这个问题很不完整。它需要一个MVC示例,并解释您想要什么。我将代码的结果与分析结果和Mathematica计算进行了比较。@WillemVanOnsem不在np.matrix
类上,所有p
、p0
和pn
都是乘法得到f
的实例。对于I=j=0和n=4,预期输出为f=[[0.125,0,0.357,0],[0,0.1875,0,0.1875],[0.1875,0,0.5625,0],[0,0.375,0,0.375]@h