python - Decimal 类型 NumPy 的矩阵逆

Question

我有几个像这样的矩阵:

[[Decimal('1') Decimal('1') Decimal('1') Decimal('1')][Decimal('56.44000000000000000') Decimal('57.32000000000000000') Decimal('57.04000000000000000') Decimal('56.48000000000000000')]

是的，那就是decimal.Decimal类型。

然后我想要它的逆:

from numpy.linalg.linalg import inv
invs = inv(mymatrix)
print(invs)

[[ -2.07973657e+15  -7.33173736e+13  -5.68628487e+13   6.80363276e+11
    4.51521775e+12   6.50136911e+11   1.12144399e+10  -1.44488244e+10
   -4.87281445e+10   5.24155356e+08] ...

如您所见，这些值已转换为浮点值。我明白了Decimal is not supported out of the box ，但我仍然想要一种方法来使用十进制类型来实现精度。

Answer 1

不幸的是，没有办法让numpy及其逆运算与decimal.Decimal或cdecimal.Decimal一起使用。它始终会转换为 float64，因为它无法使用 Decimal 执行该操作。 Numpy 对 Decimal 不了解，因为数组将其保存为 dtype 对象。

如果你想更改 numpy 数组的数据类型，你可以调用如下内容:

from cdecimal import Decimal
a=np.array([[Decimal('1'),Decimal('1')],[Decimal('1'),Decimal('2')]])
a
>>> array([[Decimal('1'), Decimal('1')],
   [Decimal('1'), Decimal('2')]], dtype=object)
a=a.astype(np.float128)
a
>>> array([[ 1.0,  1.0],
   [ 1.0,  2.0]], dtype=float128)

这将为您提供 C 编译器的 long double 精度，可能是扩展精度格式(80 位浮点)