我的代码读取为:
def xgauss(self):
m, n = self.m, self.n
M = self.copy()
for k in range(n):
for i in range(k + 1, m):
yield M
if not likezero(M[i][k]):
lam = M[i][k] / M[k][k]
M[i] = M[i] - lam * M[k]
yield M
目前足以说,如果值少于精度(用于数值比较(; - (
我的目标是返回高斯消除算法的每种迭代,以进行研究(教室(。
我有一些测试输入为:
In [77]: A
Out[77]:
Matrix([
[ 1, 4, 1],
[ 1, 6, -1],
[ 2, -1, 2]
])
In [78]: Ab
Out[78]:
Matrix([
[ 1, 4, 1, 7],
[ 1, 6, -1, 13],
[ 2, -1, 2, 5]
])
奇怪,当我通过矩阵AB打电话给发电机时
In [76]: list(Ab.xgauss())
Out[76]:
[Matrix([
[ 1, 4, 1, 7],
[ 0, 2, -2, 6],
[ 0, 0, -9, 18]
]), Matrix([
[ 1, 4, 1, 7],
[ 0, 2, -2, 6],
[ 0, 0, -9, 18]
]), Matrix([
[ 1, 4, 1, 7],
[ 0, 2, -2, 6],
[ 0, 0, -9, 18]
]), Matrix([
[ 1, 4, 1, 7],
[ 0, 2, -2, 6],
[ 0, 0, -9, 18]
])]
这是正确的答案(应该只是最后一次迭代(,但是我看不到每个步骤,生成器在所有迭代中返回矩阵结果。我不知道会发生什么。
在您的发电机中,您有一个值m,这是您的类的实例。您每次都会产生相同的对象。在每次迭代中,您都在修改对象。发电机不产生M的副本,它会引起对M的引用,与函数未返回副本相同,它们返回参考。
当您列出生成器的结果列表时,您正在列出一个对同一对象的引用。打印列表多次显示相同的对象,显示其最后一个状态。
顺便说一句,Python的这种行为(没有隐式副本,很多参考(在我的PYCON谈话中更详细地介绍:Python名称和价值。