Python SciPy linalg.bandwidth用法及代码示例

本文简要介绍 python 语言中 scipy.linalg.bandwidth 的用法。

用法:

scipy.linalg.bandwidth(a)#

返回二维数值数组的下限和上限带宽。

参数 ：：

a： ndarray

大小为 (N, M) 的输入数组

返回 ：：

lu： 元组

指示较低和较高带宽的整数的 2 元组。零表示该侧(三角形)没有子或super-diagonal，并且对于N行(N-1)表示该侧已满。相同的示例适用于具有 (M-1) 的上三角形部分。

抛出 ：：

TypeError

如果不支持数组的数据类型，特别是NumPy float16、float128 和complex256 数据类型。

注意：

这个辅助函数只是简单地在数组上运行，寻找数组中是否存在带状结构的非零条目。因此，性能取决于非零条目的密度以及memory-layout。 Fortran 或 C 连续数组处理得最好，否则会受到额外的随机内存访问成本的影响。

策略是只在上下三角部分分别寻找未测试的带元素；根据内存布局，我们按行或按列扫描。此外，假设我们正在扫描行，并且在第 6 行中，第 4 个条目是非零的，那么在随后的行上，水平搜索仅针对该带条目进行，因为我们知道该带已被占用。因此，一个完全密集的矩阵扫描代价是 n 量级的。

例子：

>>> import numpy as np
>>> from scipy.linalg import bandwidth
>>> A = np.array([[3., 0., 0., 0., 0.],
...               [0., 4., 0., 0., 0.],
...               [0., 0., 5., 1., 0.],
...               [8., 0., 0., 6., 2.],
...               [0., 9., 0., 0., 7.]])
>>> bandwidth(A)
(3, 1)