我正在研究一个大型 R (v3.6.0) 代码库,并试图了解它在做什么。为此,我使用 Numpy (v1.14.3) 将一些 R 代码转换为 Python (v3.6.5)。我有一段 R 代码,看起来工作得很好:
> v<-c(1,1,1,1)
> qrout<-qr(v)
> qr.Q(qrout)
[,1]
[1,] -0.5
[2,] -0.5
[3,] -0.5
[4,] -0.5
> qr.R(qrout)
[,1]
[1,] -2
Python 的等价物不太很好:
>>> import numpy as np
>>> v=np.ones(4)
>>> v
array([1., 1., 1., 1.])
>>> np.linalg.qr(v)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/opt/python/3.6.5/lib/python3.6/site-packages/numpy/linalg/linalg.py", line 753, in qr
_assertRank2(a)
File "/opt/python/3.6.5/lib/python3.6/site-packages/numpy/linalg/linalg.py", line 195, in _assertRank2
'two-dimensional' % a.ndim)
numpy.linalg.linalg.LinAlgError: 1-dimensional array given. Array must be two-dimensional
查看文档,R 中似乎使用 LAPACK 的 DQRDC(2)
/DGEQP3
/ZGEQP3
,而 Numpy 使用 LAPACK 的 >dgeqrf
、zgeqrf
、dorgqr
和 zungqr
。显然,R 对一维矩阵感到满意,而 Numpy 则不满意。
问题
如何使用 Numpy 复制 R 的 QR 分解?
最佳答案
如错误消息中所述
<罢工>Array must be two-dimensional
In [7]: qr(v[:,None])
Out[7]:
(array([[-0.5],
[-0.5],
[-0.5],
[-0.5]]), array([[-2.]]))
罢工><罢工>罢工>
编辑
接下来的内容与上面的删除代码没有什么不同,但谁知道呢......
In [28]: from numpy.linalg import qr
...: from numpy import ones
In [29]: v = ones(4) ; print(v.shape) ; print(v[:,None].shape) # adding a dimension
(4,)
(4, 1)
In [30]: q, r = qr(v[:, None])
In [31]: print(q) ; print() ; print(r)
[[-0.5]
[-0.5]
[-0.5]
[-0.5]]
[[-2.]]
In [32]:
在 Python/Numpy 数组中只能有一维,但是 qr
需要一个二维数组。
例如,在 Python 中,转置不会修改本质上一维向量的维度。
In [9]: print(v); print(v.T)
[1 1 1 1]
[1 1 1 1]
[10]: print(v.shape); print((v.T).shape)
(4,)
(4,)
在 R 中,qr()
尝试将其输入强制为二维数组(矩阵),因此 qr()
为您执行此步骤,而在 Python 中您必须显式执行此步骤。
向 Numpy 数组添加维度的最惯用方法是使用 None
在切片对象中表示向其添加虚拟维度。
关于python - R 和 Numpy 的 QR 分解之间的差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58713843/