我想对有理矩阵进行运算。我使用模块 numpy
和 fractions
。
这是我的代码:
import numpy as np
from fractions import Fraction
m=np.matrix([[Fraction(1, 6), Fraction(8, 7)], [Fraction(1, 2), Fraction(3, 2)]])
print(np.linalg.det(m))
# Gives -0.321428571429
print(m[0,0]*m[1,1] - m[0,1]*m[1,0])
# Gives -9/28
由于计算行列式只需要用高斯方法进行有理运算,因此有理矩阵的行列式是有理的。
所以我的问题是:为什么 numpy 返回一个 float 而不是分数?我怎样才能得到有理行列式?
请注意,此矩阵上的其他操作会给出合理的输出(例如 m.trace()
)。
最佳答案
NumPy 通过 LAPACK 中的下上分解例程计算矩阵的行列式。此例程只能处理 float 。
在计算矩阵的行列式之前,linalg.det
检查其值的类型,然后通过调用名为 的函数建立应该运行的内部循环类型_commonType()
。此函数会将循环设置为针对 double 值或复 double 值运行。
这是函数 linalg.det
的 Python 部分处理检查:
def det(a):
a = asarray(a) # convert matrix to NumPy array
_assertNoEmpty2d(a)
_assertRankAtLeast2(a)
_assertNdSquareness(a)
t, result_t = _commonType(a) # input/output types established here
signature = 'D->D' if isComplexType(t) else 'd->d' # signature 'float->float' chosen
return _umath_linalg.det(a, signature=signature).astype(result_t)
在检查矩阵的形状并确定类型后,return
行将数组中的值传递给下-上分解的 LAPACK 实现,并返回一个 float 。
尝试使用我们自己的类型签名来绕过这种类型检查会引发一个错误,指出没有为对象类型定义这样的循环:
>>> np.linalg._umath_linalg.det(a, signature='O->O') # 'O' is 'object'
TypeError: No loop matching the specified signature was found for ufunc det
这意味着在使用 det
时不可能将 Fraction
类型保留为返回类型。
其他功能如trace()
不要执行与 det
相同的类型检查,对象类型可能会持续存在。 trace
只是通过调用 Fraction
对象的 __add__
方法对对角线求和,所以 Fraction
对象可以保留为返回类型。
如果您想将行列式计算为有理数,可以研究 SymPy。记录了计算行列式等矩阵运算 here .
关于python - 为什么在给定分数矩阵时 numpy 行列式不返回分数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29182051/