如何在Python中使用循环中的收敛条件来更新矩阵

我有一个原始矩阵

originalOD = np.array([[1,2,4], [3,2,3], [4,2,2]])

#### Now we can sum productions and attractions####
originalD=np.sum(originalOD,axis=0)
originalO=np.sum(originalOD,axis=1)

并希望将“原创”和“原创”融合到：

targetD=np.array([16,9,9])
targetO=np.array([14,8,12])

我正尝试使用一些收敛条件在循环中执行此操作：

Convergence=0
while True: 
        xD=targetD/originalD
        newOD=originalOD*xD
        newD=np.sum(newOD,axis=0)
        xO=targetO/originalO
        newOD=originalOD*xO
        newO=np.sum(newOD,axis=1)

        Convergence = (sum(newO)/sum(targetO)+sum(newD)/sum(targetD))/2

        print('Converged:', Convergence)
        if Convergence<1.01 and Convergence>0.99:
            break
        else:
            continue

---

关于代码中要更改的内容有什么想法吗？

看起来您无法更新while循环中的矩阵（OD）以及起点和终点总计，因此当前在每个循环中，您只是应用从原始矩阵导出的相同因子。请尝试以下操作：

newOD=originalOD
newD=np.sum(newOD,axis=0)
newO=np.sum(newOD,axis=1)
Convergence=0
while True: 
    xD=targetD/newD
    newOD=newOD*xD
    newD=np.sum(newOD,axis=0)
    xO=targetO/newO
    newOD=newOD*xO
    newO=np.sum(newOD,axis=1)

    Convergence = (sum(newO)/sum(targetO)+sum(newD)/sum(targetD))/2

    print('Converged:', Convergence)
    if Convergence<1.01 and Convergence>0.99:
        break
    else:
        continue

newOD=originalOD
newD=np.sum（newOD，轴=0）
newO=np.和（newOD，轴=1）
收敛=0
尽管如此：
xD=targetD/newD
newOD=newOD*xD
newD=np.sum（newOD，轴=0）
xO=目标/新目标
newOD=newOD*xO
newO=np.和（newOD，轴=1）
收敛=（求和（newO）/求和（targetO）+求和（newD）/求和（targetD））/2
打印（'聚合：'，聚合）
如果收敛0.99：
打破
其他：
持续

---

您可能还想考虑将最大迭代次数添加到计算中，因为Furess不能保证收敛，尤其是如果您有稀疏矩阵。

您的收敛措施没有使用循环中正在更改的任何内容。所以他们也不是changing@KPLauritzen谢谢-这是一句很有帮助的话！我现在已经修改了，但仍然无法更改后续循环中的任何内容。您使用循环进行此操作有什么原因吗？@MadPhysicast谢谢！是-我有一个区域之间的行程矩阵（即originalOD），我还知道从区域到区域的总行程是多少，即targetD和targetO。这就是为什么我试图修改原始矩阵，使其能够匹配目标值。

newOD=originalOD
newD=np.sum(newOD,axis=0)
newO=np.sum(newOD,axis=1)
Convergence=0
while True: 
    xD=targetD/newD
    newOD=newOD*xD
    newD=np.sum(newOD,axis=0)
    xO=targetO/newO
    newOD=newOD*xO
    newO=np.sum(newOD,axis=1)

    Convergence = (sum(newO)/sum(targetO)+sum(newD)/sum(targetD))/2

    print('Converged:', Convergence)
    if Convergence<1.01 and Convergence>0.99:
        break
    else:
        continue