matlab稀疏矩阵逆矩阵,在Python中可以像在Matlab中一样快速地计算稀疏矩阵的逆吗?...

本文探讨了在Matlab中计算稀疏矩阵逆时的优化策略,Matlab针对对角矩阵的特殊处理使其能快速计算。而在Python的Scipy库中,虽然也利用了矩阵结构,但通过分解和解线性系统的方式实现,效率相对较低。通过修改矩阵以排除对角情况,展示了Matlab如何适应不同密度的矩阵并进行求解。
摘要由CSDN通过智能技术生成

这是答案。当您在matlab中为稀疏矩阵运行inv时,matlab会检查矩阵的不同属性以优化计算。对于稀疏对角矩阵,可以运行下面的代码来查看matlab在做什么n = 10000;

a = diag(1:n);

a = sparse(a);

I = speye(n,n);

spparms('spumoni',1);

ainv = inv(a);

spparms('spumoni',0);

Matlab将打印以下内容:sp\: bandwidth = 0+1+0.

sp\: is A diagonal? yes.

sp\: do a diagonal solve.

所以matlab只反转对角线。

Scipy如何反转矩阵??

这里有code:...

from scipy.sparse.linalg import spsolve

...

def inv(A):

"""

Some comments...

"""

I = speye(A.shape[0], A.shape[1], dtype=A.dtype, format=A.format)

Ainv = spsolve(A, I)

return Ainv# Cover the case where b is also a matrix

Afactsolve = factorized(A)

tempj = empty(M, dtype=int)

x &#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值