pyulbas -> boost矩阵库的python封装

[size=large]pyulbas 是对 boost ulbas 矩阵库的一个封装,同时可以方便的和numpy进行互操作

用法如下

import numpy
import pyublas


a = pyublas.zeros((5,5), flavor=pyublas.SparseBuildMatrix, dtype=float)
#SparseBuildMatrix是稀疏矩阵类型

#将第5行（行号从0开始），第2个元素赋值为19
a[4,2] = 19

#将第一行赋值为4
a[1]=4

#将a全部赋值为1
a[:]=1

#从a中切片出一个小矩阵
a[:3,:3]

#对a进行乘法运算，加，减类似
a=a*a

#可以添加一个小的块状矩阵
b = numpy.random.randn(2,2)
a.add_block(2, 2, b)

#打印出所有非0元素的位置和值
for i in a.indices():print i,a[i]

#a中非0元素的个数
print a.nnz

#对a中元素求和
print a.sum()

#array是什么意思？？？我没明白。。。也许array之后更快？
[color=orange]#更新,哦,我少看了一段:
"""
The SparseBuildMatrix flavor is designed for fastest possible assembly of sparse matrices, while the SparseExecuteMatrix flavor is made for the fastest possible matrix-vector product. There’s much more functionality here–don’t be afraid to peek into the source code.
"""
[/color]
a_fast = pyublas.asarray(a, flavor=pyublas.SparseExecuteMatrix)

vec = numpy.random.randn(5)

res = a_fast * vec

print a_fast
print res
________________________________________________

另外，还有一个pyulbasext，不过看样子还没有写完。

不过是可以通过Boost Numeric Bindings(
http://mathema.tician.de/software/boost-bindings
)
来配合lapack作svd的（有现成的函数：代码见
http://d.hatena.ne.jp/blono/20080921/
）
此外这个人的blog不错,很多代码演示。

有空来给svd也封装一个python的接口：）

补充:
稀疏矩阵用[]的方式赋值很卡,要用set_element
[/size]