如何使用 Python SciPy 求解循环矩阵方程？
名为 scipy.linalg.solveh_banded 的线性函数用于求解带状矩阵方程。在下面给出的例子中，我们将解决循环系统 Cx = b -
示例
fromscipy.linalgimport solve_circulant, solve, circulant, lstsq import numpy as np c = np.array([2, 2, 4]) b = np.array([1, 2, 3]) solve_circulant(c, b)
输出结果
array([ 0.75, -0.25, 0.25])
示例
让我们看一个单一的例子，它会引发一个 LinAlgError -
fromscipy.linalgimport solve_circulant, solve, circulant, lstsqimport numpy as npc = np.array([1, 1, 0, 0])b = np.array([1, 2, 3, 4])solve_circulant(c, b)
输出结果
--------------------------------------------------------------------------LinAlgError Traceback (most recent call last)<ipython-input-6-978604ed0a97> in <module>----> 1 solve_circulant(c, b)~\AppData\Roaming\Python\Python37\site-packages\scipy\linalg\basic.py insolve_circulant(c, b, singular, tol, caxis, baxis, outaxis)865 if is_near_singular:866 if singular == 'raise':--> 867 raise LinAlgError("近奇异循环矩阵。")868 else:869 # 将较小的值替换为 1 以避免错误LinAlgError: 近奇异循环矩阵。现在，要消除此错误，我们需要使用选项 single = 'lstsq' 如下 -
fromscipy.linalgimport solve_circulant, solve, circulant, lstsqimport numpy as npc = np.array([1, 1, 0, 0])b = np.array([1, 2, 3, 4])solve_circulant(c, b, singular='lstsq')
输出结果
array([0.25, 1.25, 2.25, 1.25])