如何使用numpy获得线性方程组解的整数部分？

Question

import numpy as np

# Linear Equations
# x+3y-2z=5
# 3x+5y+6z=7
# 2x+4y+3z=8

A = np.array([[1,3,-2], [3,5,6], [2,4,3]])
B = np.array([[5,7,8]])
B = B.T
ans = np.linalg.solve(A, B)
print(ans)

我想求解这些线性方程组并使用高斯消元法打印 x y 和 z 的值 正如预期的那样，输出是一个数组。

OUTPUT:    
[  [-15.]     
 [  8.]       
 [  2.]  ]

我只希望它是像 -15、8、2 这样的整数，这样我就可以打印出值 x=-15, y=8, z=2 如果我尝试将其转换为int(ans[0])（甚至是列表），但它给出的下限值分别为-14、7、1。 请告诉我如何将值 -15、8、2 作为整数获取。

PS：我尝试使用字符串并获得了所需的值，但这样做很乏味，直接获取整数以进行进一步操作会很棒。

Answer 1

问题是ans 中的结果是浮点数，结果实际上不是[-15, 8, 2]，即使这是显示的内容。因此，当使用ans[0][0] 时，您会得到类似：-14.999999999999993。

现在，由于它不是整数，所以当使用int() 时，python 会自动向下舍入。这就是为什么你得到 -14 的原因。

一种可能的解决方案是使用np.rint，它将numpy 数组中的元素四舍五入为最接近的整数。下面，列表也被展平为一维：

ans = np.rint(ans).flatten()

现在，可以使用 ans[0]、ans[1] 等以整数形式访问元素。

Answer 2

你实际上可以用一个简单的众所周知的函数来解决你的问题，比如round()：

import numpy as np

# Linear Equations
#  x + 3y - 2z = 5
# 3x + 5y + 6z = 7
# 2x + 4y + 3z = 8

# Define the matrix system
A = np.array([[1,3,-2], [3,5,6], [2,4,3]])
B = np.array([[5,7,8]])
B = B.T

# Solve the system
ans = np.linalg.solve(A, B)

# OPTION 1: Nearest integers, but still float
ans1 = ans.round()

# OPTION 2: Nearest integers
ans2 = ans.round().astype(int)

正如 Shaido 之前所说，您可以添加 .flatten() 以便更轻松地访问答案值。

希望这是有用的；）