在 Python 的线性代数中返回 Cholesky 分解
pythonnumpyserver side programmingprogramming
要返回 Cholesky 分解，请使用 numpy.linalg.cholesky() 方法。返回方阵 a 的 Cholesky 分解 L * L.H，其中 L 是下三角矩阵，.H 是共轭转置运算符。a 必须是 Hermitian 且正定的。不执行任何检查来验证 a 是否为 Hermitian。此外，仅使用 a 的下三角和对角线元素。实际上只返回 L。
然后参数 a 是 Hermitian(如果所有元素都是实数，则对称)、正定输入矩阵。该方法返回 a 的上三角或下三角 Cholesky 因子。如果 a 是矩阵对象，则返回一个矩阵对象。
步骤
首先，导入所需的库 -
import numpy as np
使用 numpy.array() 方法创建 2D numpy 数组 −
arr = np.array([[1,-2j],[2j,5]])
显示数组 −
print("我们的数组...\n",arr)
检查维度 −
print("\n数组的维度...\n",arr.ndim)
获取数据类型 −
print("\n我们的数组对象的数据类型...\n",arr.dtype)
获取形状 −
print("\n我们的数组对象的形状...\n",arr.shape)
要返回 Cholesky 分解，请使用 numpy.linalg.cholesky() 方法 −
print("\n线性代数中的 Cholesky 分解……\n",np.linalg.cholesky(arr))
示例
import numpy as np
# 使用 numpy.array() 方法创建二维 numpy 数组
arr = np.array([[1,-2j],[2j,5]])
# 显示数组
print("我们的数组...\n",arr)
# 检查维度
print("\n数组的维度...\n",arr.ndim)
# 获取数据类型
print("\n我们的数组对象的数据类型...\n",arr.dtype)
# 获取形状
print("\n我们的数组对象的形状...\n",arr.shape)
# 要返回 Cholesky 分解，请使用 numpy.linalg.cholesky() 方法。
print("\n线性代数中的 Cholesky 分解……\n",np.linalg.cholesky(arr))
输出
我们的数组... [[ 1.+0.j -0.-2.j] [ 0.+2.j 5.+0.j]] 我们的数组的维度... 2 我们的数组对象的数据类型... complex128 我们的数组对象的形状... (2, 2) 线性代数中的 Cholesky 分解…… [[1.+0.j 0.+0.j] [0.+2.j 1.+0.j]]
