我有2个矩阵,其中第一个是稀疏的整数系数 .
import sympy
A = sympy.eye(2)
A.row_op(1, lambda v, j: v + 2*A[0, j])
第二个是象征性的,我在它们之间执行操作:
M = MatrixSymbol('M', 2, 1)
X = A * M + A.col(1)
现在,我想要的是获得元素方程式:
X_{0,0} = A_{0,0}
X_{0,1} = 2*A_{0,0} + A_{0,1}
一种方法是在 sympy
中指定一个矩阵,每个元素都是一个单独的符号:
rows = []
for i in range(shape[0]):
col = []
for j in range(shape[1]):
col.append(Symbol('%s_{%s,%d}' % (name,i,j)))
rows.append(col)
M = sympy.Matrix(rows)
有没有办法用上面的 MatrixSymbol
做,然后得到结果元素方程?
1 回答
事实证明,这个问题有一个非常明显的答案:
同情的MatrixSymbol可以像矩阵一样索引,即:
给出了元素方程 .
如果想要对多个元素进行子集化,则必须首先将
MatrixSymbol
转换为sympy.Matrix
类:请注意,这不允许
numpy
数组/矩阵的所有操作(例如使用布尔等价物进行索引),因此您最好使用sympy
符号创建numpy
数组: