我在使用 python 中的基本快捷方式时遇到了一个非常奇怪的错误。看来,除非我非常愚蠢,否则我会得到 A = A + B 和 A += B 的不同值。这是我的代码:
def variance(phi,sigma,numberOfIterations):
variance = sigma
for k in range(1,numberOfIterations):
phik = np.linalg.matrix_power(phi,k)
variance = variance + phik*sigma*phik.T
return variance
这基本上只是计算向量自回归的协方差。所以对于:
phi = np.matrix('0.7 0.2 -0.1; 0.001 0.8 0.1; 0.001 0.002 0.9')
sigma = np.matrix('0.07 0.01 0.001; 0.01 0.05 0.004; 0.001 0.004 0.01')
我得到:
variance(phi,sigma,10) =
[[ 0.1825225 0.07054728 0.00430524]
[ 0.07054728 0.14837229 0.02659357]
[ 0.00430524 0.02659357 0.04657858]]
我相信这是正确的(同意 Matlab)。现在,如果我将上面的行更改为
variance += phik*sigma*(phik.T)
我得到:
variance(phi,sigma,10) =
[[ 0.34537165 0.20258329 0.04365378]
[ 0.20258329 0.33471052 0.1529369 ]
[ 0.04365378 0.1529369 0.19684553]]
这是怎么回事?
非常感谢
丹
最佳答案
罪魁祸首是:
variance = sigma
如果您将其更改为:
variance = sigma.copy()
您会看到正确的结果。
这是因为 +=
实际上执行了一个(更有效的)就地加法……而且由于 variance
和 sigma
引用相同数组,两者 都会更新。例如:
>>> sigma = np.array([1])
>>> variance = sigma
>>> variance += 3
>>> sigma
array([4])
关于Python numpy 添加错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10907917/