scipy.linalg.cho_factor的功能

cho_factor是计算一个Hermitian正定矩阵A的Cholesky分解，np.triu©为计算给定矩阵C的上三角矩阵，lower参数是指定分解矩阵为一个上三角矩阵还是下三角矩阵，默认为上三角。看栗子能更清晰：

>>> import numpy as np
>>> from scipy.linalg import cho_factor
>>> A = np.array([[9, 3, 1, 5], [3, 7, 5, 1], [1, 5, 9, 2], [5, 1, 2, 6]])
>>> A
array([[9, 3, 1, 5],
       [3, 7, 5, 1],
       [1, 5, 9, 2],
       [5, 1, 2, 6]])
>>> c,low = cho_factor(A)
>>> c
array([[ 3.        ,  1.        ,  0.33333333,  1.66666667],
       [ 3.        ,  2.44948974,  1.90515869, -0.27216553],
       [ 1.        ,  5.        ,  2.29330749,  0.8559528 ],
       [ 5.        ,  1.        ,  2.        ,  1.55418563]])
>>> low
False
>>> np.triu(c)
array([[ 3.        ,  1.        ,  0.33333333,  1.66666667],
       [ 0.        ,  2.44948974,  1.90515869, -0.27216553],
       [ 0.        ,  0.        ,  2.29330749,  0.8559528 ],
       [ 0.        ,  0.        ,  0.        ,  1.55418563]])
>>> np.triu(c).T @ np. triu(c)
array([[9., 3., 1., 5.],
       [3., 7., 5., 1.],
       [1., 5., 9., 2.],
       [5., 1., 2., 6.]])

这里，A@B与矩阵乘法的效果一致 ( A*B为逐元素相乘)

>>> np.matmul(np.triu(c).T, np.triu(c))
array([[9., 3., 1., 5.],
       [3., 7., 5., 1.],
       [1., 5., 9., 2.],
       [5., 1., 2., 6.]])