稀疏矩阵加法生成“ValueError:用序列设置数组元素。”

Question

有问题的线路是：

# Make efficient matrix that can be built
K = sparse.lil_matrix((N, N))

# Calculate K matrix (<i|pHp|j> in the LGL-nodes basis)
for i in range(Ne):
    idx_s, idx_e = i*(Np-1), i*(Np-1)+Np
    print(shape(K[idx_s:idx_e, idx_s:idx_e]))
    print(shape(dmat.T.dot(sparse.spdiags(w*peq[idx_s:idx_e], 0, Np, Np)).dot(dmat)))
    K[idx_s:idx_e, idx_s:idx_e] += dmat.T.dot(sparse.spdiags(w*peq[idx_s:idx_e], 0, Np, Np)).dot(dmat)

但是，目前，纽比正在接受这个错误

^{pr2}$

这有点神秘，因为错误似乎发生在Numpy库的某个地方，而不是在我的代码中。但我对numpy本身不太熟悉，所以可能是我间接导致了这个错误。在

两个切片的形状相同，所以这似乎不是真正的错误。在

Answer 1

问题是

(dmat.T.dot(sparse.spdiags(w*peq[idx_s:idx_e], 0, Np, Np)).dot(dmat)

不是一个简单的数组。它具有正确的形状，但元素是稀疏矩阵（错误消息中的“序列”）。在

将内部稀疏矩阵转化为密集数组应该可以解决以下问题：

^{pr2}$

np.dot方法不知道稀疏矩阵，至少在您的版本numpy（1.8？），所以它将其视为序列。较新版本具有“稀疏”意识。在

另一个解决方案是使用稀疏矩阵乘积（dot或{}）。在

sparse.spdiags(...).dot(dmat etc)

我不得不四处寻找N,Np,Ns, dmat,peq的合理值。你真该给我们一些小样品。它使测试想法变得更容易。在