Skip to main content
 首页 » 编程设计

python之计算矩阵的 log2

2024年11月01日18yyy_WW

我正在尝试计算以 2 为底的对数(在以 2 为底的矩阵指数的反函数的意义上,如 here 所述,不是按元素计算)一个带有 python 的矩阵。由于 log() 采用元素对数,我做了一些谷歌研究以找到适用于我的任务的东西。我的研究只给了我 scipy 函数 logm(X),它返回矩阵 X 的自然矩阵对数。

如上所述,我需要使用 python 找到矩阵的以 2 为底的对数。我当然知道公式 $log_a(x) = ln(x)/ln(a)$ 其中 ln 是自然对数,但据我所知,这只适用于标量参数 X(如果我纠正我'我错了)。至少我还没有看到任何争论为什么这也适用于矩阵。

那么有人知道是否存在这样一个内置的 matrix-log2 函数吗?

或者: 由于几年前我使用过 Mathematica,我知道函数 MatrixFunction[],这可能是解决我的问题的一步(如讨论的 here ),现在我想知道这样的函数是否Python 中也存在吗?

感谢您的帮助!

PS:在我看来,解决方案是 here不工作

请您参考如下方法:

为什么您认为它仅适用于标量参数?让我们玩一下简单的旋转矩阵

import numpy as np 
from scipy.linalg import logm, expm 
 
def log2M(a): # base 2 matrix logarithm 
    return logm(a)/np.log(2.0) 
 
def p2M(a): # base 2 matrix exponent 
    return expm(np.log(2.0)*a) 
 
 
alpha = 0.6 
a = np.array([[np.cos(alpha), -np.sin(alpha)], [np.sin(alpha), np.cos(alpha)]]) 
print(a) 
q = log2M(a) 
print(q) 

在这里你可以看到它产生了合理的输出,看起来像

[      0      -alpha/log(2)] 
[alpha/log(2)    0         ] 

你可以将它与维基百科进行比较

我们可以将其计算为 1。按 log(2) 指数缩放 2。通过泰勒展开手动

并且两种方法打印相同的输出,代码如下

f = 1.0 
r = np.array([[1.0, 0.0], [0.0, 1.0]]) 
eq = np.array([[1.0, 0.0], [0.0, 1.0]]) 
for k in range(1, 10): 
    r = np.dot(r, q) 
    f = f * np.float64(k) / np.log(2.0) 
    eq = eq + r / f 
 
print(eq) 
print(p2M(q)) 

输出

[[ 0.82533562 -0.56464247] 
 [ 0.56464247  0.82533562]] 
[[ 0.82533561 -0.56464247] 
 [ 0.56464247  0.82533561]] 

在我看来一切都是一致的