numpy 中的轻量级张量

Question

我正在寻找紧凑的 numpy 代码来生成用户选择的任意维数的 Levi-Civita 张量。有什么想法吗？

Answer 1

来自 sympy 张量函数：

In [13]: tensor_functions.eval_levicivita(x,y,z)                                                 
Out[13]: 
(-x + y)⋅(-x + z)⋅(-y + z)
──────────────────────────
            2    

def eval_levicivita(*args):
    """Evaluate Levi-Civita symbol."""
    from sympy import factorial
    n = len(args)
    return prod(
        prod(args[j] - args[i] for j in range(i + 1, n))
        / factorial(i) for i in range(n))
File:      /usr/local/lib/python3.6/dist-packages/sympy/functions/special/tensor_functions.py
Type:      function

对于合理数量的维度，张量大小不是那么大，所以我不会担心效率。首先，我会尝试一个迭代解决方案；不需要很花哨。

numpy 中的轻量级张量

Levi-Civita tensor in numpy

numpy

tensor