यहाँ एक विधि है कि विरल मैट्रिक्स के साथ काम करेंगे (जो अपनी टिप्पणी से है कि आप क्या चाहते) का अनुकूलन पैकेज से leastsq फ़ंक्शन का उपयोग करता है जो
from numpy import *
from scipy.sparse import csr_matrix
from scipy.optimize import leastsq
from numpy.random import rand
A=csr_matrix([[0.,1.],[0.,1.],[1.,0.]])
b=array([[2.],[2.],[1.]])
def myfunc(x):
x.shape = (2,1)
return (A*x - b)[:,0]
print leastsq(myfunc,rand(2))[0]
उत्पन्न
[ 1. 2.]
यह है किस तरह से leastsq चाहता था के अनुसार मिलान करने के लिए आकार कैसे प्राप्त करना था के बदसूरत बदसूरत। शायद कोई और जानता है कि इसे थोड़ा और साफ कैसे बनाया जाए।
मैंने लाइनरऑपरेटर्स का उपयोग करके scipy.sparse.linalg में कार्यों के साथ कुछ काम करने की कोशिश की है, लेकिन इसका कोई फायदा नहीं हुआ है। समस्या यह है कि उन सभी कार्यों को केवल वर्ग कार्यों को संभालने के लिए बनाया जाता है। अगर किसी को ऐसा करने का कोई तरीका मिल जाए, तो मैं भी जानना चाहूंगा।
स्रोत
2010-02-12 17:10:54
आप इस लिंक मिल सकती है उपयोगी: http://mathesaurus.sourceforge.net/ matlab-numpy.html मुझे यकीन नहीं है कि यह एक होगा हालांकि इस विशिष्ट सवाल nswer। – SapphireSun