Python SciPy lapack.get_lapack_funcs用法及代码示例

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

用法:

scipy.linalg.lapack.get_lapack_funcs(names, arrays=(), dtype=None, ilp64=False)#

从名称中返回可用的 LAPACK 函数对象。

数组用于确定 LAPACK 例程的最佳前缀。

参数 ：：

names： str 或 str 序列

没有类型前缀的 LAPACK 函数的名称。

arrays： ndarrays 序列，可选

可以给出数组来确定 LAPACK 例程的最佳前缀。如果没有给出，将使用双精度例程，否则将使用数组中最通用的类型。

dtype： str 或 dtype，可选

数据类型说明符。如果数组非空，则不使用。

ilp64： {真，假，‘preferred’}，可选

是否返回 ILP64 例程变体。选择 ‘preferred’ 返回 ILP64 例程(如果可用)，否则返回 32 位例程。默认值：假

返回 ：：

funcs： 列表

包含找到的函数的列表。

注意：

该例程自动在 Fortran/C 接口之间进行选择。 Fortran 代码尽可能用于具有列主顺序的数组。在所有其他情况下，首选 C 代码。

在LAPACK中，命名约定是所有函数都以类型前缀开头，这取决于主矩阵的类型。这些可以分别是 NumPy 类型 {float32、float64、complex64、complex128} 的 {‘s’, ‘d’, ‘c’, ‘z’} 之一，并存储在返回函数的属性 typecode 中。

例子：

假设我们想使用“?lange”例程来计算数组的选定范数。我们传递我们的数组以获得正确的‘lange’ 风味。

>>> import numpy as np
>>> import scipy.linalg as LA
>>> rng = np.random.default_rng()

>>> a = rng.random((3,2))
>>> x_lange = LA.get_lapack_funcs('lange', (a,))
>>> x_lange.typecode
'd'
>>> x_lange = LA.get_lapack_funcs('lange',(a*1j,))
>>> x_lange.typecode
'z'

几个 LAPACK 例程在其内部 WORK 数组具有最佳大小时效果最佳(大到足以进行快速计算，小到足以避免内存浪费)。此大小还由对函数的专用查询确定，该函数通常包装为独立函数，通常表示为 ###_lwork 。以下是?sysv 的示例

>>> a = rng.random((1000, 1000))
>>> b = rng.random((1000, 1)) * 1j
>>> # We pick up zsysv and zsysv_lwork due to b array
... xsysv, xlwork = LA.get_lapack_funcs(('sysv', 'sysv_lwork'), (a, b))
>>> opt_lwork, _ = xlwork(a.shape[0])  # returns a complex for 'z' prefix
>>> udut, ipiv, x, info = xsysv(a, b, lwork=int(opt_lwork.real))