用法：
scipy.linalg.solve_toeplitz(c_or_cr, b, check_finite=True)
使用Levinson递归求解Toeplitz系统
Toeplitz矩阵具有恒定的对角线，其中c为第一列，r为第一行。如果没有给出rr == conjugate©假设。
参数：
c_or_cr：array_like 或 tuple of (array_like, array_like)
向量c，或数组元组(c，r)。不论实际形状c，它将转换为一维数组。如果未提供，r = conjugate©假设;在这种情况下，如果c [0]为实，则Toeplitz矩阵为Hermitian。 r [0]被忽略； Toeplitz矩阵的第一行是[c[0], r[1:]]。不论实际形状r，它将转换为一维数组。
b：(M,) 或 (M, K) array_like
Right-hand侧入T x = b。
check_finite：bool, 可选参数
是否检查输入矩阵仅包含有限数。禁用可能会提高性能，但是如果输入中确实包含无穷大或NaN，则可能会导致问题(完全导致NaN)。
返回值：
x：(M，)或(M，K)ndarray
系统解决方案T x = b。返回形状与b形状匹配。
注意：
该解决方案是使用Levinson-Durbin递归计算的，该递归比通用的least-squares方法要快，但数值稳定性较差。
例子：
求解Toeplitz系统T x = b，其中：
[ 1 -1 -2 -3] [1]T = [ 3 1 -1 -2] b = [2][ 6 3 1 -1] [2][10 6 3 1] [5]要指定Toeplitz矩阵，只需要第一列和第一行。>>> c = np.array([1, 3, 6, 10]) # First column of T>>> r = np.array([1, -1, -2, -3]) # First row of T>>> b = np.array([1, 2, 2, 5])>>> from scipy.linalg import solve_toeplitz, toeplitz>>> x = solve_toeplitz((c, r), b)>>> xarray([ 1.66666667, -1. , -2.66666667, 2.33333333])通过创建完整的Toeplitz矩阵并将其乘以x来检查结果。我们应该得到b。>>> T = toeplitz(c, r)>>> T.dot(x)array([ 1., 2., 2., 5.])
