Python 生成多个vandermonde阵列
我有一个函数,它创建了一个2维数组,一个Vandermonde矩阵,称为:Python 生成多个vandermonde阵列,python,arrays,numpy,linear-algebra,Python,Arrays,Numpy,Linear Algebra,我有一个函数,它创建了一个2维数组,一个Vandermonde矩阵,称为: vandermonde(生成器,秩) 例如,其中生成器是一个n大小的阵列 generator=np.array([-1/2,1/2,3/2,5/2,7/2,9/2]) 和rank=4 然后我需要创建4个范德蒙矩阵(因为rank=4)在我的空间中被h倾斜(这里h是任意的,我们调用h=1) 因此,我提供了以下确定性代码: V = np.array([ vandermonde(generator-0*h, ra
vandermonde(生成器,秩)
例如,其中生成器是一个n大小的阵列
generator=np.array([-1/2,1/2,3/2,5/2,7/2,9/2])
和rank=4
然后我需要创建4个范德蒙矩阵(因为rank=4
)在我的空间中被h
倾斜(这里h
是任意的,我们调用h=1
)
因此,我提供了以下确定性代码:
V = np.array([
vandermonde(generator-0*h, rank),
vandermonde(generator-1*h, rank),
vandermonde(generator-2*h, rank),
vandermonde(generator-3*h, rank)
])
然后,我想对vandermonde
执行多个手动调用,我使用了for
-循环,如下所示:
V=[]
for i in range(rank):
V.append(vandermonde(generator - h*i, rank))
V = np.array(V)
这种方法很好,但似乎太“零碎”。我尝试了一种np.append
方法,如下所示:
M = np.array([])
for i in range(rank):
M = np.append(M,[vandermonde(generator - h*i, rank)])
但是没有像我预期的那样工作,似乎np。append
扩展数组以创建新元素
我的问题是:
def vandermonde(generator, rank=None):
"""Returns a vandermonde matrix
If rank not passwd returns a square vandermonde matrix
"""
if rank is None:
rank = len(generator)
return np.tile(generator,(rank,1)) ** np.array(range(rank)).reshape((rank,1))
预期的答案是一个三维数组,其大小(生成器,秩,秩)
,其中每个元素都是生成器倾斜的vandermonde矩阵之一。对于上述常数(生成器,秩,h
),我们有:
可以在以下讨论中找到一些相关的想法:使用矢量化方式获得最终的
3D
数组-
r = np.arange(rank)
V_out = (generator - h*r[:,None,None]) ** r[:,None]
我们还可以使用cumprod
获得另一个解决方案的指数值-
gr = np.repeat(generator - h*r[:,None,None], rank, axis=1)
gr[:,0] = 1
out = gr.cumprod(1)
共享
vandermonde
?@Divakar-sure的实现。Added.ppl,就这么免费投票吗?没有添加任何注释。Numpy是有效的,因为它与固定大小的数组一起工作。方法np.append
并不是真正有效的方法,实际上是在扩展数组(这意味着修改大小=>infecient)。为了提高效率,您需要在将元素放入数组之前创建一个大小合适的数组。由于我没有完全获得所需的输入/输出,因此很难提出更好的建议。添加预期的输出和数组维度。似乎主广播是必须的。我想这甚至会帮助我重写vandermonde
函数。@Lin是的,它将是:(generator-h*I)**np.arange(rank)[:无]
@Lin这也会很有帮助:@kmario23谢谢,这真的为这个问题增加了一些想法。
gr = np.repeat(generator - h*r[:,None,None], rank, axis=1)
gr[:,0] = 1
out = gr.cumprod(1)