我的代码第一次迭代运行良好,但之后输出以下错误:
ValueError: matrix must be 2-dimensional
据我所知(这在Python中并不多),我的代码是正确的。但我不知道为什么它在所有给定的迭代中都不能正确运行。谁能帮助我解决这个问题。
from __future__ import division
import numpy as np
import math
import matplotlib.pylab as plt
import sympy as sp
from numpy.linalg import inv
#initial guesses
x = -2
y = -2.5
i1 = 0
while i1<5:
F= np.matrix([[(x**2)+(x*y**3)-9],[(3*y*x**2)-(y**3)-4]])
theta = np.sum(F)
J = np.matrix([[(2*x)+y**3, 3*x*y**2],[6*x*y, (3*x**2)-(3*y**2)]])
Jinv = inv(J)
xn = np.array([[x],[y]])
xn_1 = xn - (Jinv*F)
x = xn_1[0]
y = xn_1[1]
#~ print theta
print xn
i1 = i1+1
最佳答案
我相信xn_1
是一个二维矩阵。尝试打印它,你会看到 [[something], [something]]
因此要获取x和y,需要使用多维索引。这是我所做的
x = xn_1[0,0]
y = xn_1[1,0]
这是可行的,因为 2D 矩阵 xn_1
中有两个单元素数组。因此我们需要进一步索引 0 来获取该单个元素。
编辑:澄清一下,xn_1[1,0]
表示索引 1,然后采用该子数组和索引 0。 And although according to Scipy看起来它在功能上应该等同于 xn_1[1][0]
,仅适用于一般 np.array
类型,而不适用于 np.matrix
类型。 Here is an excellent thread on SO that explains this 。
所以你应该使用xn_1[1,0]
方式来获取你想要的元素。
关于python - python中多变量的牛顿法(方程组),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47659731/