问题标签 [gauss]

我有一些在 python2 中运行良好的代码。我需要把它翻译成python3。有一点我无法理解如何适应。

这是一些代码。

有错误的函数

调用函数

我得到的错误是

有人可以帮我如何适应python3吗？

更新：嗯，@hpaulj 的答案似乎是正确的。我发现有例程可以将 Python2 代码转换为 Python3 代码。结果在目标文件 2to3 -w cutPsf.py 上运行后，我从 hpaulj 获得了建议的解决方案。不幸的是，它导致了休闲错误：

如前所述，一切都与 Python2 完美运行......

我按照算法写了代码，结果不正确。根据算法，我们必须标明矩阵的维数并手动填写主矩阵A和向量B。我们需要生成一个LU矩阵。它已生成，但编号错误。最后，我们必须得到带有解的向量 X。这是在窗口模式下。 https://imgur.com/TSsjMXp

我正在绘制一个图表来观察高斯分布。

代码：

但是当我运行它时，会出现错误：

我花了一些时间，但我使用下面的代码为我的 x,y 数据集创建了一个高斯拟合。

我可以看到我的配合做得很好，并查看图表和所有内容。

我现在想知道的是如何在我的屏幕上打印出这种拟合的结果，例如拟合最大点 x 处的最大值、估计的误差等？

这些信息是否可以访问？如果是这样，有没有办法打印出这些信息？如果没有，有人可以指出我找到合适的错误的正确方向吗？

下面的代码是我的“消除方法”，它是关于高斯算法的。我正在努力理解为什么我的消除方法不起作用。其他 2 个（表示旋转的 pivotisiere 和表示求解方法的 loese）工作得非常好。我整天都坐在这里试图对其进行编码，但没有找到解决方案，如果有任何帮助，我会很高兴。

该方法应该如何工作：矩阵对角线下方的数字需要转换为“0”，并且与 0（包括向量）在同一行中的其余数字也需要相应地转换。

我的网站有一个搜索索引，其中包含（除其他外）以下字段：

类型标题正文 published_at

我要做的是仅在 type='article' 时执行以下高斯函数：

基本上，我想保持所有类型的搜索结果相关，但文章被允许老化并慢慢下降排名。

谁能帮我解决这个问题，因为我无法解决。

这是完整的 function_score，其中包括不同类型值的权重：

我尝试运行代码：库 optmum，pgraph；选择集；图集；

显然它说我需要安装这些软件包，但我不确定我应该去哪里找到这些。我去了安装应用程序和包管理器，但似乎都没有我正在寻找的包。理想情况下，我希望将这些包放在我的库中并运行上面的命令。我如何继续使用这个 Gauss 软件？

我正在研究一个与时间相关的泊松问题，试图以数字方式解决它。由于从以前的时间步骤预测的解决方案，我在时间相关项上失去了整体准确性。我目前在高斯点计算形状函数，并通过将高斯点的形状函数与节点解值相乘，将我之前的时间步节点解投影到当前时间步，但是这个投影不够准确（我知道它是因为如果不是投影，我只是在高斯点计算解析解，我的精度没有丢失）。

任何人都可以向我建议一种方法，以某种方式使这个投影足够准确，这样我就可以在不丢失准确性的情况下及时推进。

提前致谢。

我正在尝试计算一个计算马尔可夫链平衡概率的函数。对于这个问题，我已经得到了我的转换矩阵。

现在我正在尝试定义一个名为 Jacobi 的函数，但对最有效的方法感到困惑。关于如何做到这一点的任何建议？

到目前为止，我已经尝试将它设置为方程组并求解 x=a^(-1)*b 但由于转换矩阵是奇异的而无法正确实现它。

我知道我需要将转换矩阵乘以一个变量矩阵来获得 7 个单独的方程。然后我需要添加方程 x0 + x1 + x2 + x3 + x4 + x5 + x6 = 1。在我拥有所有 8 个方程后，我可以求解 x0 到 x6 以获得我的平衡概率。你知道我如何在 python 代码中实现这个过程吗？

问题：

这是 V-cycle 实现，代码的核心部分。您应该基于递归实现来实现您的实现。

在此例程中，您将首先在当前级别上进行松弛，该级别具有 NxN 个内部点，然后递归调用下一个级别，具有 (N-1)/2 x (N-1)/2 个内部点，然后是粗网格校正和另一种放松。

vold 是 V 周期之前的当前电平的近似值，而 vnew 是 V 周期之后的新近似值。f 是当前级别的右侧（请记住，在除最精细之外的所有级别上，这是残差向量）。

alpha1 和 alpha2 是放松前后的次数。Omega 是加权 Jacobi 松弛的权重。

如果 N <= Nmin 您将直接求解（使用 Matlab 的 v=A\f）。smoother=1 表示加权 Jacobi，smoother=2 表示 Gauss-Seidel。

伪代码

以下是我对伪代码的解释：

任何帮助将不胜感激！