6

我在 python 中使用基本的快捷方法遇到了一个非常奇怪的错误。看来，除非我非常愚蠢，否则我会得到不同的 A = A + B 和 A += B 值。这是我的代码：

def variance(phi,sigma,numberOfIterations):
    variance = sigma
    for k in range(1,numberOfIterations):
        phik = np.linalg.matrix_power(phi,k)
        variance = variance + phik*sigma*phik.T
    return variance

这基本上只是计算向量自回归的协方差。因此对于：

phi    = np.matrix('0.7 0.2 -0.1; 0.001 0.8 0.1; 0.001 0.002 0.9')
sigma  = np.matrix('0.07 0.01 0.001; 0.01 0.05 0.004; 0.001 0.004 0.01')

我得到：

variance(phi,sigma,10) = 
[[ 0.1825225   0.07054728  0.00430524]
 [ 0.07054728  0.14837229  0.02659357]
 [ 0.00430524  0.02659357  0.04657858]]

我相信这是正确的（同意 Matlab）。现在，如果我将上面的行更改为

variance += phik*sigma*(phik.T)

我得到：

variance(phi,sigma,10) =
[[ 0.34537165  0.20258329  0.04365378]
 [ 0.20258329  0.33471052  0.1529369 ]
 [ 0.04365378  0.1529369   0.19684553]]

这是怎么回事？

非常感谢

担

4

1 回答 1

7

罪魁祸首是：

variance = sigma

如果您将其更改为：

variance = sigma.copy()

你会看到正确的结果。

这是因为+=实际上执行了（更有效的）就地添加......并且由于两者都variance引用sigma相同的数组，因此两者都将被更新。例如：

>>> sigma = np.array([1])
>>> variance = sigma
>>> variance += 3
>>> sigma
array([4])
于 2012-06-06T04:06:15.287 回答