在一个scipy程序中,我正在创建一个带有5个对角线的dia_matrix(稀疏矩阵类型)。中心对角线+1和-1对角线以及+4和-4对角线(通常>> 4,但原理相同),即我具有以下形式的典型PDE系统矩阵:
[ a0 b0 0 0 0 d0 0 0 0 ... 0.0 ]
[ c1 a1 b1 0 0 0 d1 0 0 ... 0.0 ]
[ 0 c2 a2 b2 0 0 0 d2 0 ... 0.0 ]
[ 0 0 c3 a3 b3 0 0 0 d3 ... 0.0 ]
[ 0 0 0 c4 a4 b4 0 0 0 ... 0.0 ]
[ e5 0 0 0 c5 a5 b5 0 0 ... 0.0 ]
[ : : : : : : : : : : : ]
[ 0 0 0 0 0 0 0 0 0 ... aN ]
当我使用scipy.linalg.dsolve.spsolve()求解矩阵方程时,它可以工作,但我收到以下报告
>>> SparseEfficiencyWarning: spsolve requires CSC or CSR matrix format
warn('spsolve requires CSC or CSR matrix format', SparseEfficiencyWarning)
如果spsolve()对于解决稀疏矩阵类型dia_matrix的效率不高,那么我应该使用什么?
最佳答案
我对这个答案有点迟了,但是我希望你发现添加以下内容:
from scipy.linalg import solve_banded
使您可以使用DIA矩阵,而不必诉诸CSR或CSC。