我有一个双变量高斯,我定义如下:
I=[1 0;0 1];
mu=[0,0];
sigma=0.5*I;
beta = mvnrnd(mu,sigma,100); %100x2 matrix where each column vector is a variable.
现在我想画出上面矩阵的pdf的轮廓。我做了什么:
Z = mvnpdf(beta,mu,sigma); %100x1 pdf matrix
现在我想绘制一个二元高斯beta的等高线。我知道我应该使用命令轮廓,但这个要求Z是一个方阵。我该如何解决这个问题?我很困惑,不知道如何绘制二元高斯的等高线!非常感谢您的帮助..
谢谢
我正在尝试使用OMP运行矩阵乘法程序。我得到了不同的输出在串行和并行版本。我只是尝试了一个3* 3矩阵进行测试。
我的并行代码是:
#include <omp.h>
#include <stdio.h>
#include <stdlib.h>
#define NRA 3//62 /* number of rows in matrix A */
#define NCA 3//15 /* number of columns in matrix A */
#define NCB 3//7
我尝试用星号(*)填充矩阵来绘制Bresenham's线,但当我打印出矩阵时,我不知道哪里出了问题。语言是Java
public class PtLine extends VectorObject{ // inherites from another class
private int bx;
private int by;
private int delX;
private int delY;
public PtLine(int id,int x,int y,int bx,int by){
super(id,x,y);
this.bx = bx;
我想把从中间开始的矩阵上的对角线加起来,直到(1,n)列为止,n是最后一列,并保存每个对角线的每个和。我的代码只添加中间对角线,我如何通过矩阵循环得到对角线之和。
A <- matrix(c(2, 4, 3, 1,
5, 7, 1, 2,
3, 2, 3, 4,
1, 5, 6, 0), # the data elements
nrow = 4, # number of rows
ncol = 4, # number of columns
byrow = TRUE) # fill
我正在寻求生成以下矩阵:
Θ=B+δIp∈Rp×p,其中Ip是单位矩阵,B(对称矩阵)中的每个非对角线项都是独立生成的,并且等于0.5,概率为0.1或0,概率为0.9。选择参数δ>0使得Θ是正定的。矩阵被标准化为具有单位对角线(从协方差矩阵转换为相关矩阵)。
我想我有大部分代码,但我不确定如何标准化矩阵,使其在语法上具有R中的单位对角线(理论上,这是矩阵的一个有用特性)。
# set number of cols/rows
p <- 5
set.seed(123)
# generate matrix B with values of 0.5 given probabilities
我正在尝试使用eigen构造一个对角矩阵,然后沿对角线设置值:
Eigen::DiagonalMatrix<int, Eigen::Dynamic> diagonal_matrix(5);
for (int i = 0; i < 5; ++i) {
diagonal_matrix(i, i) = i * i + 2;
}
但是,因为diagonal_matrix缺少()运算符,所以这不起作用。使用eigen设置对角线矩阵的对角线值的正确方法是什么?
我正在寻找一个(内置)函数,它以以下方式高效地返回块对角线矩阵的构建块列表(而不是在插槽上迭代以手动获取列表):
#construct bdiag-matrix
library("Matrix")
listElems <- list(matrix(1:4,ncol=2,nrow=2),matrix(5:8,ncol=2,nrow=2))
mat <- bdiag(listElems)
#get back the list
res <- theFunctionImLookingFor(mat)
结果res生成构建块:
[[1]]
[,1] [,2]
由于像素大小,我很难在gnu图中可视化一个大矩阵。作为一个最小的工作示例,我尝试用以下命令绘制一个5000 x 5000标识矩阵:
set term pngcairo enh col
set out "plot.png"
unset key
set datafile commentschars "%#"
set xrange [0:5000]
set yrange [5000:0] reverse
plot 'A' matrix w image
数据为。其结果如下所示:
您可以看到一些对角线元素,但它看起来很糟糕,而且很多对角线都丢
我正在学习如何用词频和TF-以色列国防军绘制一个词云.我已经将文档术语矩阵转换为一个标准矩阵,然后使用word云试图绘制它,但它是在绘制数字而不是文字。
tweet.matrix = as.matrix(tweet.dtm) # converting to a standard R matrix
freqs = rowSums(tweet.matrix)
wordcloud(names(freqs), max.words =30, freqs, random.order=FALSE, min.freq=3)
我试图执行一个矩阵乘法,它有以下方案:
C = np.dot(np.dot(sparse.csr_matrix(np.double(A).transpose()),sparse.spdiags(B,0,Ngrid,Ngrid)), sparse.csr_matrix(np.double(A)))
因此,我想转置矩阵A,它导致M>>N的N矩阵,并与对角矩阵M矩阵相乘。B是“主要对角线”。得到的矩阵( N )应与矩阵A ( M )相乘,从而得到N矩阵C。
出现的错误如下:
<2000x921600 sparse matrix of type '<class '
如何提取矩阵的值并使用for循环创建一个方程来绘制一条线?从本质上讲,下面的图片就是我想要做的一个简单的线性方程:
对于我的数据,我使用以下代码:
import numpy as np
A = np.matrix([[10,1],[45,1]])
B = np.matrix([[180],[140]])
A_inverse = np.linalg.inv(A)
X = A_inverse * B
X
以下哪项输出:
matrix([[ -1.14285714],
[ 191.42857143]])
最终,我要做的是用矩阵方程的输出绘制一条直线。希望在某种fo