確定一個稀疏矩陣商

我期待劃分python 2.7中的兩個sparce matricies，本質上k = numerator/denominator，其結果是一個類型爲sp.csr_matrix的稀疏矩陣。我正在使用scipy as sp和numpy as np。確定一個稀疏矩陣商

爲此，我遵循分子的點積和分母的倒數的線性格式。這兩項都是格式sp.csr_matrix(([],([],[])),shape=[R,R])。

對於k本身的計算是

k = sp.csr_matrix(numerator.dot(sp.linalg.inv(denominator)))

這樣做返回警告：

SparseEfficiencyWarning: splu requires CSC matrix format 
warn('splu requires CSC matrix format', SparseEfficiencyWarning)

什麼上面的警告意味着相於確定的k的身份之間的商兩個稀疏矩陣？

有沒有更有效的方法生成一個稀疏矩陣和稀疏矩陣在python（兩個稀疏矩陣的商）逆點積？

我以前發現Inverting large sparse matrices with scipy，但我不知道這可能是過時的。

來源

2016-10-14 sudo_coffee

爲什麼2013年的答案會過時？你有沒有發現任何'稀疏''inv'函數或討論？ – hpaulj

我認爲這可能是過時的，因爲在scipy庫中的更新，從那以後我創建了一個我找不到的成員函數。沒有討論被發現的稀疏逆。 –

評論指出'sparse.linalg.inv'正在起作用 - 這是我的版本。 – hpaulj

從2013回答借款：

In [409]: a=np.random.rand(3,3) 
In [410]: A=sparse.csr_matrix(a) 
In [411]: np.linalg.inv(a) 
Out[411]: 
array([[ 26.11275413, -4.17749006, -9.82626551], 
     [-37.22611759, 9.38404027, 13.80073216], 
     [ 7.59314843, -2.04314605, -1.58410661]])

的np INV不是sparse-aware：

In [412]: np.linalg.inv(A) 
.... 
LinAlgError: 0-dimensional array given. Array must be at least two-dimensional

隨着from scipy.sparse import linalg：

In [414]: linalg.inv(A).A 
/usr/lib/python3/dist-packages/scipy/sparse/linalg/dsolve/linsolve.py:243: SparseEfficiencyWarning: splu requires CSC matrix format 
    warn('splu requires CSC matrix format', SparseEfficiencyWarning) 
/usr/lib/python3/dist-packages/scipy/sparse/linalg/dsolve/linsolve.py:161: SparseEfficiencyWarning: spsolve is more efficient when sparse b is in the CSC matrix format 
    'is in the CSC matrix format', SparseEfficiencyWarning) 
Out[414]: 
array([[ 26.11275413, -4.17749006, -9.82626551], 
     [-37.22611759, 9.38404027, 13.80073216], 
     [ 7.59314843, -2.04314605, -1.58410661]])

所以使用csc格式，而不是csr：

In [415]: A1=sparse.csc_matrix(a) 
In [416]: linalg.inv(A1).A 
Out[416]: 
array([[ 26.11275413, -4.17749006, -9.82626551], 
     [-37.22611759, 9.38404027, 13.80073216], 
     [ 7.59314843, -2.04314605, -1.58410661]])

同樣的事情，但沒有稀疏警告。沒有深入細節，inv必須使用迭代列而不是行的方法。它確實spsolve(A, I)（I是一個稀疏eye矩陣）。

來源

2016-10-14 20:21:21 hpaulj

太好了，謝謝。你能否詳細說明'csc'與'csr'之間的主要區別？我主要使用'csr'作爲遺留代碼的格式。 –

'csc'基本上是'csr'的轉置。實際上'M.T'，其中'M'是'csr'，是'csc'具有相同的數據和指針。看看他們的'data'，'indices'和'indptr'屬性。 – hpaulj

非常有幫助 - 我無法快速識別與「scipy」文檔的區別。謝謝！ –

確定一個稀疏矩陣商

回答

相關問題