Questions marquées «numpy»

5
Permutez une matrice en place dans numpy
Je veux modifier une matrice de transition carrée dense en place en changeant l'ordre de plusieurs de ses lignes et colonnes, en utilisant la bibliothèque numpy de python. Mathématiquement, cela correspond à la pré-multiplication de la matrice par la matrice de permutation P et à la post-multiplication par P ^ …
1
Comment les performances des opérations de tableau Python / Numpy évoluent-elles avec l'augmentation des dimensions du tableau?
Comment les tableaux Python / Numpy évoluent-ils avec des dimensions de tableau croissantes? Ceci est basé sur un comportement que j'ai remarqué lors de l'analyse comparative du code Python pour cette question: Comment exprimer cette expression compliquée à l'aide de tranches numpy Le problème concernait principalement l'indexation pour remplir un …
3
Comment exprimer cette expression compliquée à l'aide de tranches numpy
Je souhaite implémenter l'expression suivante en Python: xi=∑j=1i−1ki−j,jai−jaj,xi=∑j=1i−1ki−j,jai−jaj, x_i = \sum_{j=1}^{i-1}k_{i-j,j}a_{i-j}a_j, où et sont des tableaux numpy de taille , et est un tableau numpy de taille . La taille peut aller jusqu'à environ 10000, et la fonction fait partie d'une boucle interne qui sera évaluée plusieurs fois, donc la …
14 python  numpy 
1
Un jacobien approximatif avec des différences finies peut-il provoquer une instabilité dans la méthode de Newton?
J'ai implémenté un solveur Euler vers l'arrière en python 3 (en utilisant numpy). Pour ma commodité et comme exercice, j'ai également écrit une petite fonction qui calcule une approximation par différence finie du gradient afin que je n'ai pas toujours à déterminer le jacobien analytiquement (si c'est même possible!). En …
2
Complexité de l'inversion de matrice dans numpy
Je résous des équations différentielles qui nécessitent d'inverser des matrices carrées denses. Cette inversion de matrice consomme la plupart de mon temps de calcul, donc je me demandais si j'utilisais l'algorithme le plus rapide disponible. Mon choix actuel est numpy.linalg.inv . D'après mes données numériques, je vois qu'il évolue comme …
4
Implémentations efficaces en mémoire des décompositions partielles de valeurs singulières (SVD)
Pour la réduction du modèle, je veux calculer les vecteurs singuliers de gauche associés aux - disons 20 - plus grandes valeurs singulières d'une matrice , où N ≈ 10 6 et k ≈ 10 3 . Malheureusement, ma matrice A sera dense sans aucune structure.A∈RN,kA∈RN,kA \in \mathbb R^{N,k}N≈106N≈106N\approx 10^6k≈103k≈103k\approx …
1
Intégration numérique pour la modélisation de la courbe des supraconducteurs (Python)
Je suis un physicien qui essaie de modéliser les caractéristiques courant-tension d'une jonction supraconductrice-supraconductrice. L' équation pour ce modèle est: I(V)=1eRn−n∫∞−∞|E|[E2−Δ21]1/2|E+eV|[(E+eV)2−Δ22]1/2[f(E)−f(E+eV)]dEI(V)=1eRn−n∫−∞∞|E|[E2−Δ12]1/2|E+eV|[(E+eV)2−Δ22]1/2[f(E)−f(E+eV)]dE\begin{align} I(V) = \frac{1}{eR_{\mathrm{n-n}}}\int_{-\infty}^{\infty}\frac{|E|}{[E^{2} - \Delta_{1}^{2}]^{1/2}}\frac{|E + eV|}{[(E + eV)^{2} - \Delta_{2}^{2}]^{1/2}}[f(E) - f(E + eV)]\,\mathrm{d}E \end{align} Les valeurs de courant ( ou dans le code) sont calculées en évaluant …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.