以上就是给各位分享加快用于计算矩阵辅因子的python代码，其中也会对矩阵辅助因子进行解释，同时本文还将给你拓展c–无法执行Cython包装的Python代码、C#中的Python脚本通过C#传递值并

以上就是给各位分享加快用于计算矩阵辅因子的python代码，其中也会对矩阵辅助因子进行解释，同时本文还将给你拓展c – 无法执行Cython包装的Python代码、C#中的Python脚本通过C#传递值并从python代码获取返回值、Python / NumPy中用于计算均值的元素排列、python – 用于计算“多项式系数”的numpy / scipy函数等相关知识，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

• 加快用于计算矩阵辅因子的python代码（矩阵辅助因子）
• c – 无法执行Cython包装的Python代码
• C#中的Python脚本通过C#传递值并从python代码获取返回值
• Python / NumPy中用于计算均值的元素排列
• python – 用于计算“多项式系数”的numpy / scipy函数

加快用于计算矩阵辅因子的python代码（矩阵辅助因子）

作为复杂任务的一部分，我需要计算矩阵辅因子。我使用此漂亮的代码来计算矩阵未成年人的方式很简单。这是我的代码：

def matrix_cofactor(matrix):    C = np.zeros(matrix.shape)    nrows, ncols = C.shape    for row in xrange(nrows):        for col in xrange(ncols):            minor = matrix[np.array(range(row)+range(row+1,nrows))[:,np.newaxis],                           np.array(range(col)+range(col+1,ncols))]            C[row, col] = (-1)**(row+col) * np.linalg.det(minor)    return C

原来，这个矩阵辅助因子代码是瓶颈，我想优化上面的代码片段。关于如何执行此操作的任何想法？

答案1

如果矩阵是可逆的，则辅因子与逆有关：

def matrix_cofactor(matrix):    return np.linalg.inv(matrix).T * np.linalg.det(matrix)

这样可以大大提高速度（对于50x50矩阵，约为1000倍）。主要原因是根本的：这是一种O(n^3)算法，而基于次要成绩的算法是O(n^5)。

这也可能意味着对于不可逆矩阵，也有一些聪明的方法可以计算辅因子（即，不使用上面使用的数学公式，而是使用其他等效定义）。

如果您坚持使用基于det的方法，则可以执行以下操作：

大部分时间似乎都在里面度过det。（检查line_profiler可以自己找到。）您可以尝试通过将Numpy与Intel
MKL链接来加快这一部分的速度，但是除此之外，您还可以做很多事情。

您可以像这样加快代码的另一部分：

minor = np.zeros([nrows-1, ncols-1])for row in xrange(nrows):    for col in xrange(ncols):        minor[:row,:col] = matrix[:row,:col]        minor[row:,:col] = matrix[row+1:,:col]        minor[:row,col:] = matrix[:row,col+1:]        minor[row:,col:] = matrix[row+1:,col+1:]        ...

根据矩阵的大小，这将获得大约10-50％的总运行时间。原始代码具有Pythonrange和列表操作，这比直接切片索引慢。您也可以尝试变得更聪明，只复制实际更改的未成年人的部分
—但是，在完成上述更改之后，内部已花费了将近100％的时间，numpy.linalg.det因此无法进一步优化其他部分很有道理

c – 无法执行Cython包装的Python代码

import cv2

cdef public void Print_image(char* name):
  img = cv2.imread(name)
  cv2.imshow("Image",img)
  while(True):
    if cv2.waitKey(1) & 0xFF == ord('q'):
      break

__PYX_EXTERN_C DL_IMPORT(void) Print_image(char *);

#include<iostream>
#include<Python.h>
#include"Show_Img.h"
using namespace std;

int main(){
  char *name = "face.jpg"; 
  Py_Initialize();
  Print_image(name);
  Py_Finalize();
  return 0;
}

g++ algo.cpp `pkg-config --libs --cflags python-2.7` `pkg-config --libs --cflags opencv` -L. -lShow_Img -o algo

// ...
Py_Initialize();
initShow_Img(); // for python3 use PyInit_Show_Img instead
Print_image(name);
Py_Finalize();
// ...

C#中的Python脚本通过C#传递值并从python代码获取返回值

data = [1,5,9,13,2,6,10,14,3,7,11,15,4,8,12,16]

[(1,6),(3,8),(9,14),(11,16)]

[3.5,5.5,11.5,13.5]

(1+x+x**2+x**3+...+x**(k-1))**n

(1+x+x**2+x**3+...+x**(k-1))**n

unsigned int m = 1;
while(m<(k-1)*n+1) m *= 2;

complex c[m];
for(unsigned int i=0;i!=k;++i) c[i] = complex(1.0,0.0);
for(unsigned int i=k;i!=m;++i) c[i] = complex(0.0,0.0);

c = fft(c);
for(unsigned int i=0;i!=m;++i) c[i] = pow(c[i],double(n));
c = inv_fft(c);