本文简要介绍 python 语言中 scipy.sparse.linalg.spsolve
的用法。
用法:
scipy.sparse.linalg.spsolve(A, b, permc_spec=None, use_umfpack=True)#
求解稀疏线性系统Ax=b,其中b可以是向量也可以是矩阵。
- A: ndarray 或稀疏矩阵
方阵 A 将转换为 CSC 或 CSR 形式
- b: ndarray 或稀疏矩阵
表示方程右侧的矩阵或向量。如果是向量,b.shape 必须是 (n,) 或 (n, 1)。
- permc_spec: str,可选
如何置换矩阵的列以保持稀疏性。 (默认:'COLAMD')
NATURAL
:自然排序。MMD_ATA
: A^T A 结构的最小度数排序。MMD_AT_PLUS_A
: A^T+A 结构的最小度数排序。COLAMD
:近似最小度列排序 [1]、[2]。
- use_umfpack: 布尔型,可选
如果 True (默认),则使用 UMFPACK 作为解决方案 [3], [4], [5], [6] 。仅当 b 是向量并且安装了
scikits.umfpack
时才引用此值。
- x: ndarray 或稀疏矩阵
稀疏线性方程的解。如果 b 是向量,则 x 是大小为 A.shape[1] 的向量 如果 b 是矩阵,则 x 是大小为 (A.shape[1], b.shape[1]) 的矩阵
参数 ::
返回 ::
注意:
为了求解矩阵表达式 AX = B,该求解器假设生成的矩阵 X 是稀疏的,对于非常稀疏的输入来说通常是这种情况。如果得到的 X 是稠密的,那么构建这个稀疏结果将相对昂贵。在这种情况下,请考虑将 A 转换为稠密矩阵并使用 scipy.linalg.solve 或其变体。
参考:
[1]T. A. Davis、J. R. Gilbert、S. Larimore、E. Ng,算法 836:COLAMD,近似列最小度排序算法,ACM Trans。数学软件,30(3),2004 年,第 377-380 页。 DOI:10.1145/1024074.1024080
[2]T. A. Davis、J. R. Gilbert、S. Larimore、E. Ng,A 列近似最小度排序算法,ACM Trans。数学软件,30(3),2004 年,第 353-376 页。 DOI:10.1145/1024074.1024079
[3]T. A. Davis,算法 832:UMFPACK - 一种带有列预排序策略的 unsymmetric-pattern 多前沿方法,ACM Trans。数学软件,30(2),2004 年,第 196-199 页。 https://dl.acm.org/doi/abs/10.1145/992200.992206
[4]T. A. Davis,unsymmetric-pattern 多前沿方法的专栏预排序策略,ACM Trans。数学软件,30(2),2004 年,第 165-195 页。 https://dl.acm.org/doi/abs/10.1145/992200.992205
[5]T. A. Davis 和 I. S. Duff,非对称稀疏矩阵的单额/多额组合方法,ACM Trans。数学软件,25(1),1999,第 1-19 页。 https://doi.org/10.1145/305658.287640
[6]T. A. Davis 和 I. S. Duff,稀疏 LU 分解的 unsymmetric-pattern 多前沿方法,SIAM J. 矩阵分析和计算,18(1),1997,第 140-158 页。 https://doi.org/10.1137/S0895479894246905T。
例子:
>>> import numpy as np >>> from scipy.sparse import csc_matrix >>> from scipy.sparse.linalg import spsolve >>> A = csc_matrix([[3, 2, 0], [1, -1, 0], [0, 5, 1]], dtype=float) >>> B = csc_matrix([[2, 0], [-1, 0], [2, 0]], dtype=float) >>> x = spsolve(A, B) >>> np.allclose(A.dot(x).toarray(), B.toarray()) True
相关用法
- Python SciPy linalg.spsolve_triangular用法及代码示例
- Python SciPy linalg.splu用法及代码示例
- Python SciPy linalg.spilu用法及代码示例
- Python SciPy linalg.solve_circulant用法及代码示例
- Python SciPy linalg.svd用法及代码示例
- Python SciPy linalg.solve_banded用法及代码示例
- Python SciPy linalg.solve_discrete_lyapunov用法及代码示例
- Python SciPy linalg.solve用法及代码示例
- Python SciPy linalg.svdvals用法及代码示例
- Python SciPy linalg.solveh_banded用法及代码示例
- Python SciPy linalg.solve_sylvester用法及代码示例
- Python SciPy linalg.solve_toeplitz用法及代码示例
- Python SciPy linalg.sqrtm用法及代码示例
- Python SciPy linalg.svds用法及代码示例
- Python SciPy linalg.sinm用法及代码示例
- Python SciPy linalg.schur用法及代码示例
- Python SciPy linalg.solve_continuous_lyapunov用法及代码示例
- Python SciPy linalg.solve_continuous_are用法及代码示例
- Python SciPy linalg.solve_discrete_are用法及代码示例
- Python SciPy linalg.solve_triangular用法及代码示例
- Python SciPy linalg.sinhm用法及代码示例
- Python SciPy linalg.signm用法及代码示例
- Python SciPy linalg.subspace_angles用法及代码示例
- Python SciPy linalg.eigvalsh_tridiagonal用法及代码示例
- Python SciPy linalg.cdf2rdf用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.sparse.linalg.spsolve。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。