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*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],[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