- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
在 Scipy 中,我有一个 7x7 矩阵,其中一些条目大到 10^22。
[[7.87720699e+21 5.81984000e+12 4.06283195e+18 1.36914426e+15
6.84296262e+21 1.18920842e+20 2.30532710e+21]
[5.81984000e+12 6.32869618e+03 3.12159108e+09 8.49240505e+05
5.05790011e+12 8.25020510e+10 1.71012096e+12]
[4.06283195e+18 3.12159108e+09 2.10517370e+15 6.90360153e+11
3.52958137e+18 6.08623401e+16 1.18959479e+18]
[1.36914426e+15 8.49240505e+05 6.90360153e+11 2.68568446e+08
1.18907574e+15 2.15022766e+13 3.99729760e+14]
[6.84296262e+21 5.05790011e+12 3.52958137e+18 1.18907574e+15
5.94451366e+21 1.03298010e+20 2.00265814e+21]
[1.18920842e+20 8.25020510e+10 6.08623401e+16 2.15022766e+13
1.03298010e+20 1.81926760e+18 3.47747090e+19]
[2.30532710e+21 1.71012096e+12 1.18959479e+18 3.99729760e+14
2.00265814e+21 3.47747090e+19 6.74706499e+20]]
当我调用spicy.linalg.eigvalsh
时,我得到
scipy.linalg.eigvalsh(square_matrix)
array([-1.65239967e+05, 3.55247340e+04, 2.64944833e+06, 2.26542682e+09,\n 2.01743752e+14, 5.56910661e+16, 1.44981926e+22])
这不好,因为矩阵是对称正半定矩阵(其形式为 AA^T),因此它应该具有所有非负特征值。当我只要求它提供最小特征值时,它得到的答案与上次完全不同。
scipy.linalg.eigvalsh(square_matrix, eigvals = (0,0))
array([-464577.85826165])
这是怎么回事?难道只是数字太大,导致计算出现巨大误差?
感谢您的帮助,我对这样的数值实验有点陌生。
编辑:这是另一个矩阵,以列表形式发布:
[[178484429459288.62, 1.262534539362581e+16, 5756113437609551.0, 1.5274842899247696e+17, 6343247145.960138, 3119899812227.452, 2.6847705451184886e+17], [1.262534539362581e+16, 9.311154944318847e+17, 4.25182007604871e+17, 1.0968899948471126e+19, 418362473621.39294, 236566750583994.28, 1.929426966567391e+19], [5756113437609551.0, 4.25182007604871e+17, 1.9416578714719302e+17, 5.00372260140452e+18, 190262613997.92053, 108142802848362.1, 8.801791711005543e+18], [1.5274842899247696e+17, 1.0968899948471126e+19, 5.00372260140452e+18, 1.3144272477543575e+20, 5288261203200.205, 2737268307603631.5, 2.3109381789197917e+20], [6343247145.960138, 418362473621.39294, 190262613997.92053, 5288261203200.205, 258730.2206841113, 99079200.39025305, 9282686524313.389], [3119899812227.452, 236566750583994.28, 108142802848362.1, 2737268307603631.5, 99079200.39025305, 61292039604.753365, 4817296126969346.0], [2.6847705451184886e+17, 1.929426966567391e+19, 8.801791711005543e+18, 2.3109381789197917e+20, 9282686524313.389, 4817296126969346.0, 4.0629951073761985e+20]]
scipy.linalg.eigvalsh(square_matrix, eigvals = (0,0))
> array([-9362.07065027])
scipy.linalg.eigvalsh(square_matrix)
> array([3.04005337e+01, 1.06920150e+04, 9.94140064e+06, 3.42415026e+09,\n 2.27074109e+13, 1.99821497e+16, 5.38847690e+20])
我已确认我使用的是 Scipy 1.1.0。如果有影响的话,这些是在脚本中间调试期间获得的。使用 VS Code 作为 IDE。
最佳答案
矩阵的条目最多为 1e22
,但其最小特征值可能要小得多,可能为 1000 左右。当使用 double 进行复杂计算时(1e-16
每一步的相对误差),尤其是近似特征值的迭代计算,得到大小为1e-12的相对误差并不奇怪
。从绝对值来看,它变成了1e10
,这使得最小特征值完全相形见绌,并且很容易使其成为负值。
搜索 k 个最小或最大特征值是一项不同的任务:SciPy 不仅仅计算所有特征值并截断输出。在 source根据 eigvals 参数的存在,人们可以看到对基于 LAPACK 的代码的不同调用,并且我确信该参数在 LAPACK 内部也会产生影响。所有这些意味着您得到的随机错误很可能会有所不同,具体取决于参数eigvals
。
I'm trying to estimate the condition number
我建议使用np.linalg.cond
为此。
一般来说,处理 A 的奇异值比处理 A 的特征值乘以其转置(条件数 gets nearly squared )更好。
关于python - 为什么 Scipy 对该矩阵的特征值得到不同的答案?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51848746/
我在使用 cx_freeze 和 scipy 时无法编译 exe。特别是,我的脚本使用 from scipy.interpolate import griddata 构建过程似乎成功完成,但是当我尝试
是否可以通过函数在 scipy 中定义一个稀疏矩阵,而不是列出所有可能的值?在文档中,我看到可以通过以下方式创建稀疏矩阵 There are seven available sparse matrix
SciPy为非线性最小二乘问题提供了两种功能: optimize.leastsq()仅使用Levenberg-Marquardt算法。 optimize.least_squares()允许我们选择Le
SciPy 中的求解器能否处理复数值(即 x=x'+i*x")?我对使用 Nelder-Mead 类型的最小化函数特别感兴趣。我通常是 Matlab 用户,我知道 Matlab 没有复杂的求解器。如果
我有看起来像这样的数据集: position number_of_tag_at_this_position 3 4 8 6 13 25 23 12 我想对这个数据集应用三次样条插值来插值标签密度;为此
所以,我正在处理维基百科转储,以计算大约 5,700,000 个页面的页面排名。这些文件经过预处理,因此不是 XML 格式。 它们取自 http://haselgrove.id.au/wikipedi
Scipy 和 Numpy 返回归一化的特征向量。我正在尝试将这些向量用于物理应用程序,我需要它们不被标准化。 例如a = np.matrix('-3, 2; -1, 0') W,V = spl.ei
基于此处提供的解释 1 ,我正在尝试使用相同的想法来加速以下积分: import scipy.integrate as si from scipy.optimize import root, fsol
这很容易重新创建。 如果我的脚本 foo.py 是: import scipy 然后运行: python pyinstaller.py --onefile foo.py 当我启动 foo.exe 时,
我想在我的代码中使用 scipy.spatial.distance.cosine。如果我执行类似 import scipy.spatial 或 from scipy import spatial 的操
Numpy 有一个基本的 pxd,声明它的 c 接口(interface)到 cython。是否有用于 scipy 组件(尤其是 scipy.integrate.quadpack)的 pxd? 或者,
有人可以帮我处理 scipy.stats.chisquare 吗?我没有统计/数学背景,我正在使用来自 https://en.wikipedia.org/wiki/Chi-squared_test 的
我正在使用 scipy.odr 拟合数据与权重,但我不知道如何获得拟合优度或 R 平方的度量。有没有人对如何使用函数存储的输出获得此度量有建议? 最佳答案 res_var Output 的属性是所谓的
我刚刚下载了新的 python 3.8,我正在尝试使用以下方法安装 scipy 包: pip3.8 install scipy 但是构建失败并出现以下错误: **Failed to build sci
我有 my own triangulation algorithm它基于 Delaunay 条件和梯度创建三角剖分,使三角形与梯度对齐。 这是一个示例输出: 以上描述与问题无关,但对于上下文是必要的。
这是一个非常基本的问题,但我似乎找不到好的答案。 scipy 到底计算什么内容 scipy.stats.norm(50,10).pdf(45) 据我了解,平均值为 50、标准差为 10 的高斯中像 4
我正在使用 curve_fit 来拟合一阶动态系统的阶跃响应,以估计增益和时间常数。我使用两种方法。第一种方法是在时域中拟合从函数生成的曲线。 # define the first order dyn
让我们假设 x ~ Poisson(2.5);我想计算类似 E(x | x > 2) 的东西。 我认为这可以通过 .dist.expect 运算符来完成,即: D = stats.poisson(2.
我正在通过 OpenMDAO 使用 SLSQP 来解决优化问题。优化工作充分;最后的 SLSQP 输出如下: Optimization terminated successfully. (Exi
log( VA ) = gamma - (1/eta)log[alpha L ^(-eta) + 测试版 K ^(-eta)] 我试图用非线性最小二乘法估计上述函数。我为此使用了 3 个不同的包(Sc
我是一名优秀的程序员,十分优秀!