Я пытаюсь реализовать алгоритм, содержащийся в этой статье здесь , и я добился значительного прогресса. Однако я не уверен, что статья подразумевает под этим отрывком:
В принципе, двумерная задача в (2) может быть сведена к одномерной задаче 
. Здесь векторы 
, 
и 
получены путем лексикографического упорядочения матриц 
, 
, 
.
Для справки, уравнение (2) имеет вид %20%3D%20%5Cint%20%5Cint%20k_1(x%2C%20%5Ctau_1)k_2(y%2C%20%5Ctau_2)%5Cmathcal%7BF%7D_r(x%2Cy)dxdy%2B%5Cepsilon_r(%5Ctau_1%2C%5Ctau_2)%20%5Cqquad%20r%3D1%2C...%2CR)
.
Также, согласно тексту, форма - это N1xN2, а - (N1 * N2x1). Однако я не совсем уверен, чего они хотят. Все это выходит за рамки моей компетенции. Ссылки, которые я нашел, рассматривают проблему с буквами, но с матрицей чисел, я должен рассмотреть каждое значение элемента или каждую позицию элемента (x, y)? Итак, будет:
m_r = np.sort(M_r, axis=None)[:, np.newaxis] или m_r = M_r.reshape((N1*N2, 1))?
Или мне придется использовать np.lexsort, или np.ravel, Mtil.flatten?
Позже они также утверждают, что
Матрица затем оценивается путем переупорядочения в матричной записи.
Поэтому, если я использую сортировку, мне придется также получить индексы элементов перед сортировкой, чтобы их не сортировать. Оглядываясь вокруг, я увидел, что могу использовать двойное argsort. Если бы мне нужно было только reshape вернуть его назад, это было бы просто m_r.reshape((N1,N2)).
В любом случае, я бы хотел, чтобы кто-нибудь дал мне несколько указаний на это. Что авторы имели в виду под этими отрывками?