Python SciPy linalg.spsolve_triangular用法及代码示例

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

用法:

scipy.sparse.linalg.spsolve_triangular(A, b, lower=True, overwrite_A=False, overwrite_b=False, unit_diagonal=False)#

解方程A x = b为了x，假设 A 是三角矩阵。

参数 ：：

A： (M, M) 稀疏矩阵

一个稀疏的方三角矩阵。应为 CSR 格式。

b： (M,) 或 (M, N) 数组

A x = b 中的右侧矩阵

lower： 布尔型，可选

A 是下三角矩阵还是上三角矩阵。默认为下三角矩阵。

overwrite_A： 布尔型，可选

允许更改 A。A 的索引将被排序，零条目将被删除。启用会带来性能提升。默认为假。

overwrite_b： 布尔型，可选

允许覆盖 b 中的数据。启用会带来性能提升。默认为假。如果 overwrite_b 为 True，则应确保 b 具有适当的 dtype 以便能够存储结果。

unit_diagonal： 布尔型，可选

如果为 True，则假定 a 的对角元素为 1 并且不会被引用。

返回 ：：

x： (M,) 或 (M, N) ndarray

系统解决方案A x = b.返回的形状匹配的形状b.

抛出 ：：

LinAlgError

如果 A 是奇异的或不是三角形的。

ValueError

如果 A 形或 b 形不符合要求。

注意：

例子：

>>> import numpy as np
>>> from scipy.sparse import csr_matrix
>>> from scipy.sparse.linalg import spsolve_triangular
>>> A = csr_matrix([[3, 0, 0], [1, -1, 0], [2, 0, 1]], dtype=float)
>>> B = np.array([[2, 0], [-1, 0], [2, 0]], dtype=float)
>>> x = spsolve_triangular(A, B)
>>> np.allclose(A.dot(x), B)
True