数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究SciPy 中哪个线性函数用于求解循环矩阵方程？
名为 scipy.linalg.solve_circulant 的线性函数用于求解循环矩阵方程。该函数的形式如下：
scipy.linalg.solve_circulant(c, b, singular=’raise’, tol=None, caxis=-1, baxis=0, outaxis=0)
此线性函数将求解方程 Cx = b 的 x，其中 C 是与向量 c 关联的循环矩阵。
循环矩阵方程通过在傅里叶空间中进行除法来求解，如下所示：
x = ifft(fft(b) / fft(c))
这里 fft 是快速傅里叶变换，ifft 是逆快速傅里叶变换。
参数
以下是函数 scipy.linalg.solve_circulant() 的参数：
c− array_like
此参数表示循环矩阵的系数。
b− array_like
此参数表示方程 ax = b 中的右侧矩阵。
singular− str，可选
此参数用于控制如何处理近奇异循环矩阵。以下是此参数的选项：
v raise− 如果循环矩阵接近奇异，并且您选择此参数的值为“raise”，则会引发 LinAlgError。它也是 singular 参数的默认值。
v lstsq− 如果循环矩阵接近奇异，并且您选择此参数的值为“lstsq”，则将返回最小二乘解。
tol− float，可选
此参数用于判断矩阵是否接近奇异。将 tol 的值与循环矩阵的特征值进行比较，如果小于或等于 tol，则矩阵接近奇异。如果未给出 tol 的值，则可以使用以下公式设置：
tol = abs_eigs.max() * abs_eigs.size * np.finfo(np.float64).eps
这里 abs_eigs 是循环矩阵的特征值的绝对值数组。
caxis− int
当循环矩阵 c 的维度大于 1 时，caxis 是保存循环系数向量的 c 的轴。
baxis− int
当循环矩阵 c 的维度大于 1 时，baxis 是保存右侧向量的 b 的轴。
outaxis− int
outaxis 是保存解向量的结果的轴。
返回值
x− ndarray
它返回循环矩阵方程 Cx = b 的解。
引发
LinAlgError
如果与 c 关联的循环矩阵接近奇异，则会引发 LinAlgError。
124 次查看
