feat(tsl-api-reference): index class and unit APIs

Migrate reference pages to declaration-line storage and rebuild the
13-column index.

Add qualified member lookup plus regression and end-to-end coverage.
This commit is contained in:
csh
2026-07-29 15:47:46 +08:00
parent 9edc8fc868
commit 13be5ea0aa
239 changed files with 39157 additions and 12846 deletions
@@ -2,7 +2,9 @@
## 矩阵运算
### `mInit(size_or_shape, value)`
## `mInit(size_or_shape, value)`
声明:function
生成指定尺寸并填充指定值的 FMArray。
@@ -13,7 +15,9 @@
返回:fmarray
### `mInitDiag(rows, cols, value)`
## `mInitDiag(rows, cols, value)`
声明:function
生成对角线填充值的 FMArray。
@@ -25,7 +29,9 @@
返回:fmarray
### `mRand(rows, cols)`
## `mRand(rows, cols)`
声明:function
生成随机 FMArray。
@@ -38,7 +44,9 @@
## 数值微积分
### `frameMean_JS(data, b_type, equal_var, alpha)`
## `frameMean_JS(data, b_type, equal_var, alpha)`
声明:function
均值JS压缩估计
@@ -51,7 +59,9 @@
返回:array
### `frameMean_BS(data, alpha)`
## `frameMean_BS(data, alpha)`
声明:function
均值BS压缩估计
@@ -62,7 +72,9 @@
返回:array
### `frameMean_BOP(data, b_type, alpha)`
## `frameMean_BOP(data, b_type, alpha)`
声明:function
均值BOP压缩估计
@@ -74,7 +86,9 @@
返回:array
### `frameCov_LW(data, alpha)`
## `frameCov_LW(data, alpha)`
声明:function
协方差LW压缩估计
@@ -85,7 +99,9 @@
返回:array
### `frameCov_OAS(data, alpha)`
## `frameCov_OAS(data, alpha)`
声明:function
协方差OAS压缩估计
@@ -96,7 +112,9 @@
返回:array
### `frameCov_BS(data, alpha)`
## `frameCov_BS(data, alpha)`
声明:function
协方差BS压缩估计
@@ -107,7 +125,9 @@
返回:array
### `frameIndex_filter(rawkeys, filter_cond, filter_type, dz_valuetokey)`
## `frameIndex_filter(rawkeys, filter_cond, filter_type, dz_valuetokey)`
声明:function
数组筛选器,用于下标数组行名或列名的筛选器
@@ -120,7 +140,9 @@
返回:array
### `frameIndex_getilocDZ(raw_data_cols)`
## `frameIndex_getilocDZ(raw_data_cols)`
声明:function
用于方便获取 下标值 与 字段位置 下标数组对照(下标值->下标位置)
@@ -130,7 +152,9 @@
返回:array
### `mt_Multiplication(a, b, c)`
## `mt_Multiplication(a, b, c)`
声明:function
求N×M阶矩阵A与M×L阶矩阵B的乘积矩阵,即C=A×B
@@ -142,7 +166,9 @@
返回:any
### `mt_Addition(a, b, c)`
## `mt_Addition(a, b, c)`
声明:function
求N×M阶矩阵A与N×M阶矩阵B的和矩阵,即C=A+B
@@ -154,7 +180,9 @@
返回:any
### `mt_Subtraction(a, b, c)`
## `mt_Subtraction(a, b, c)`
声明:function
求N×M阶矩阵A与N×M阶矩阵B的差矩阵,即C=A-B
@@ -166,7 +194,9 @@
返回:any
### `mt_Transposition(a, c)`
## `mt_Transposition(a, c)`
声明:function
求m×n阶矩阵A的转置矩阵,即C=
@@ -177,7 +207,9 @@
返回:any
### `mt_iv_Gauss_Jordan(a, x)`
## `mt_iv_Gauss_Jordan(a, x)`
声明:function
用高斯-约当(Gauss-Jordan)法求解n阶方阵A的逆矩阵
@@ -188,7 +220,9 @@
返回:any
### `mt_iv_Ldl(a, x)`
## `mt_iv_Ldl(a, x)`
声明:function
求n阶对称正定矩阵A的逆矩阵
@@ -199,7 +233,9 @@
返回:any
### `mt_va_Gauss_Jordan(a, v)`
## `mt_va_Gauss_Jordan(a, v)`
声明:function
用高斯-约当(Gauss-Jordan)法求解n阶方阵A的行列式值
@@ -210,7 +246,9 @@
返回:any
### `mt_va_Cholesky(a, v)`
## `mt_va_Cholesky(a, v)`
声明:function
求对称正定矩阵的行列式值平方根
@@ -221,7 +259,9 @@
返回:any
### `Mt_decompose_lu(h, l, u)`
## `Mt_decompose_lu(h, l, u)`
声明:function
进行lu分解,H方阵,则可以得到下三角阵L,上三角矩阵U
@@ -233,7 +273,9 @@
返回:any
### `mt_decompose_qr(m, q, r, e, qr_type)`
## `mt_decompose_qr(m, q, r, e, qr_type)`
声明:function
E缺省的时候,对矩阵进行QR分解,M=Q :\*R,不缺省E的时候对矩阵进行QRe分解,M:\*e=Q:\*R.该分解使得R矩阵的对角元按绝对值从大倒小排列
@@ -247,7 +289,9 @@ E缺省的时候,对矩阵进行QR分解,M=Q :\*R,不缺省E的时候对矩
返回:array
### `mt_decompose_eig(a, wr, wi, vr)`
## `mt_decompose_eig(a, wr, wi, vr)`
声明:function
计算特征值及特征向量
@@ -260,7 +304,9 @@ E缺省的时候,对矩阵进行QR分解,M=Q :\*R,不缺省E的时候对矩
返回:array
### `mt_decompose_svd(a, s, u, d)`
## `mt_decompose_svd(a, s, u, d)`
声明:function
矩阵的奇异值(SVD)分解
@@ -273,7 +319,9 @@ E缺省的时候,对矩阵进行QR分解,M=Q :\*R,不缺省E的时候对矩
返回:any
### `mt_decompose_chol(a, ra, flag)`
## `mt_decompose_chol(a, ra, flag)`
声明:function
cholesky分解基础函数;如果不担心效率可以使用公用函数chol
@@ -285,7 +333,9 @@ cholesky分解基础函数;如果不担心效率可以使用公用函数chol
返回:array
### `mt_decompose_ldl(a, ra, p)`
## `mt_decompose_ldl(a, ra, p)`
声明:function
ldl 分解基础函数,如果a正定L\*D\*`L=A;