【问题标题】:Calculate dimensions of NumPy SVD matrices [duplicate]计算 NumPy SVD 矩阵的维度 [重复]
【发布时间】:2018-09-25 16:41:33
【问题描述】:

我已经使用 NumPy 在 (22000,400) 数组上通过命令计算了奇异值分解 (SVD) 矩阵

u, s, vh = np.linalg.svd(final_array, full_matrices=False)

我已经打印了usvh,并且工作正常。现在我正在尝试使用以下方法可视化它们的尺寸:

u.shape()
s.shape()
vh.shape()

但我不断收到错误消息:

TypeError: 'tuple' 对象不可调用

我该如何解决这个问题?

【问题讨论】:

  • 在 Numpy 中,shape 是一个属性(它存储一个元组),而不是一个方法。试试u.shape
  • 当你说“可视化它们的尺寸”时,你的意思是什么?
  • 我不知道每个矩阵有多少行和多少列,所以我需要用 u,s 的 [numrows, numcolumns] 得到一个结果vh
  • @ElisaMariaAlves 正如 andrew_reece 提到的,你想打印(u.shape)
  • 它刚刚工作!非常感谢!!

标签: python arrays numpy dimensions svd


【解决方案1】:

在 Numpy 中,shape 是一个属性(存储一个元组),而不是一个方法。试试u.shape

import numpy as np
a = np.array([1,2])
a.shape # (2,)

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2018-05-01
    • 1970-01-01
    • 1970-01-01
    • 2020-09-08
    • 2021-07-01
    • 2022-01-26
    相关资源
    最近更新 更多