无缝求解可能在numpy中为一维的方形线性系统

我正在求解线性方程组系统Ax=b。据了解，A是正方形和满秩，但它是几个矩阵乘法的结果，说A = numpy.dot(C,numpy.dot(D,E))其中结果可能是1x1取决于输入C,D,E。在这种情况下，A是float。无缝求解可能在numpy中为一维的方形线性系统

b确保是一个向量，即使它是一个1x1之一。

我目前在做

A = numpy.dot(C,numpy.dot(D,E)) 
try: 
    x = numpy.linalg.solve(A,b) 
except: 
    x = b[0]/A

我搜索numpy的文档，并没有发现solve和dot其他替代品，将接受第二个第一或输出端阵列标量。其实numpy.linalg.solve要求维度至少2.如果我们要产生一个A = numpy.array([5])它也会抱怨。

我有遗漏吗？

2017-08-14 Hellen

为什么'A'在1x1的情况下浮动？听起来这是需要纠正的根本问题。 – user2357112

其中结果可以是1x1，取决于输入C，D，E。在这种情况下，A是一个浮点数。

这是不正确的，它是一个1x1矩阵，如预期

x=np.array([[1,2]]) 
z=x.dot(x.T) # 1x2 matrix times 2x1 
print(z.shape) # (1, 1)

其工作只是罚款与linalg.solve

linalg.solve(z, z) # returns [[1]], as expected

2017-08-14 20:58:59 lejlot

你说得对你的例子。我可能不知道'array'和'dot'是如何工作的。为什么你初始化'x = np.array（[[1,2]]）而不是'x = np.array（[1,2]）'？ – Hellen

我想我现在明白了你的想法和user2357112的答案。如果我做'numpy.atleast_2d（numpy.array（[1,2]））'它产生'[[1,2]]''。像'numpy.array（[1,2]）'这样的初始化实际上会产生一个'（2，）'数组。 – Hellen

我以这种方式初始化x，因为这是初始化矩阵的唯一正确方法。如果你用[1,2]初始化它，那么它是一个矢量，而不是矩阵。 – lejlot

虽然可以扩大A尺寸：

A = numpy.atleast_2d(A)

听起来像A从来不应该是一个浮动，而你应该修复任何导致它成为一体的东西。

2017-08-14 20:59:20 user2357112

回答