def test_eigs_3(self):
optdmd = OptDMD(svd_rank=2)
optdmd.fit(X=sample_data)
expected_eigs = np.array([
-8.09016994e-01 + 5.87785252e-01j,
-4.73868662e-01 + 8.80595532e-01j
])
np.testing.assert_almost_equal(optdmd.eigs, expected_eigs, decimal=6)
def test_Atilde_values(self):
optdmd = OptDMD(svd_rank=2)
optdmd.fit(X=sample_data)
exact_atilde = np.array(
[[-0.70558526 + 0.67815084j, 0.22914898 + 0.20020143j],
[0.10459069 + 0.09137814j, -0.57730040 + 0.79022994j]])
np.testing.assert_allclose(np.linalg.eigvals(exact_atilde),
np.linalg.eigvals(optdmd.atilde))
def test_eigs_2(self):
optdmd = OptDMD(svd_rank=5)
optdmd.fit(X=sample_data)
assert len(optdmd.eigs) == 5
def test_Atilde_shape(self):
optdmd = OptDMD(svd_rank=3)
optdmd.fit(X=sample_data)
assert optdmd.atilde.shape == (optdmd.svd_rank, optdmd.svd_rank)
def test_rank(self):
optdmd = OptDMD(svd_rank=0.9)
optdmd.fit(X=sample_data)
assert len(optdmd.eigs) == 2
def test_truncation_shape(self):
optdmd = OptDMD(svd_rank=3)
optdmd.fit(X=sample_data)
assert optdmd.modes.shape[1] == 3
def test_shape_2(self):
optdmd = OptDMD(svd_rank=-1)
optdmd.fit(X=sample_data[:, :-1], Y=sample_data[:, 1:])
assert optdmd.modes.shape[1] == sample_data.shape[1] - 1
def test_shape_1(self):
optdmd = OptDMD(svd_rank=-1)
optdmd.fit(X=sample_data)
assert optdmd.modes.shape[1] == sample_data.shape[1] - 1