scipy.linalg.rq¶
- scipy.linalg.rq(a, overwrite_a=False, lwork=None, mode='full', check_finite=True)[源代码]¶
计算矩阵的RQ分解。
计算分解
A = R Q
其中Q是酉/正交的,R是上三角形。- 参数
- a(M,N)类数组
待分解矩阵
- overwrite_a布尔值,可选
中的数据是否被覆盖(可能会提高性能)
- lwork整型,可选
工作数组大小,lwork>=a.form [1] 。如果没有或-1,则计算最佳大小。
- mode{‘完整’,‘r’,‘经济’},可选
确定要返回的信息:既可以是Q和R(‘full’,默认值),也可以是只返回R(‘r’),或者同时返回Q和R,但要按经济规模计算(‘Economy’,请参阅注释)。
- check_finite布尔值,可选
是否检查输入矩阵是否仅包含有限个数字。禁用可能会带来性能提升,但如果输入确实包含无穷大或NAN,则可能会导致问题(崩溃、非终止)。
- 退货
- R浮动或复数ndarray
形状为(M,N)或(M,K)的
mode='economic'
。K = min(M, N)
。- Q浮动或复数ndarray
形状为(N,N)或(K,N)的
mode='economic'
。如果出现以下情况,则不返回mode='r'
。
- 加薪
- LinAlgError
如果分解失败。
注意事项
这是LAPACK例程sgerqf、dgerqf、cgerqf、zgerqf、sorgrq、dorgrq、cungrq和zungrq的接口。
如果
mode=economic
,Q和R的形状不是(N,N)和(M,N),而是(K,N)和(M,K),其中K=min(M,N)
。示例
>>> from scipy import linalg >>> rng = np.random.default_rng() >>> a = rng.standard_normal((6, 9)) >>> r, q = linalg.rq(a) >>> np.allclose(a, r @ q) True >>> r.shape, q.shape ((6, 9), (9, 9)) >>> r2 = linalg.rq(a, mode='r') >>> np.allclose(r, r2) True >>> r3, q3 = linalg.rq(a, mode='economic') >>> r3.shape, q3.shape ((6, 6), (6, 9))