Matlab 到 Python：使用 SVD 求解系统答案

【问题标题】：Matlab to Python: Solving the system using SVDMatlab 到 Python：使用 SVD 求解系统
【发布时间】：2016-11-22 01:05:31
【问题描述】：

我正在尝试将 Matlab 代码转换为 Python 代码。

我被困住了

x = A\b;

其中A 是二维数组(2257x456)，其中b 是一维数组(2257x1)。

Matlab中输出的数组x是一维数组(456x1)

Matlab 代码中还有一条注释：%Solve the system using SVD

那么我如何在 Python 中做到这一点？

我尝试使用以下代码，但没有成功。

x = np.linalg.lstsq(A,b)
x = np.linalg.lstsq(A.T, b.T)[1].T
x = A :\\ b # found this [here][1]
x = np.linalg.solve(A,b)


[1]: https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html

更新：

产生的错误和结果：

x = np.linalg.solve(A,b) : LinAlgError: Last 2 dimensions of the array must be square

x = np.linalg.lstsq(A,b) : x is not expected result, it is 3D array (4x456x1)

x = np.linalg.lstsq(A.T, b.T)[1].T : LinAlgError: Incompatible dimensions

【问题讨论】：

"...没有成功。"解释你遇到的问题。你收到错误了吗？如果是这样，请显示错误消息。你有没有得到你没想到的结果？如果是这样，请展示您得到的结果并解释您的期望。（使用较小的数组测试代码可能更简单，例如 A 可能是 10x5，b 可能是 10x1。）
更新问题，我不太了解 Matlab 中运算背后的数学原理，所以我只是在尝试代码并检查输出数组 ('x') 是否相同。

标签： python matlab numpy svd

【解决方案1】：

你想要np.linalg.lstsq(A,b)。再看看docstring，注意它返回四个值。所以要使用它，你会写

x, residuals, rank, s = np.linalg.lstsq(A,b)

或者，如果您想忽略除x 之外的所有内容，

x = np.linalg.lstsq(A,b)[0]

【讨论】：

谢谢解释，但是结果和Matlab中的不一样。我猜 'x' 的计算方式与使用 lstsq() 函数的 Matlab 中的计算方式不同？注意 A 和 b 在 Python 和 Matlab 中是相同的