numpy和pysparse浮點表示法問題

Question

我已經開始使用numpy以及連接UMFPACK的pysparse包，但是浮點結果與numpy存在問題。順便說一下，這是一個針對結構問題的lanczos特徵值求解器。

當我在MATLAB中做同樣的操作時，我得到了不同的結果，很好的結果是1e-6,1e-8的順序，並且用MATLAB的表示法，我得到了正確的特徵值。 NumPy和PySparse的結果也不是那麼遠，至少在訂單級別上，但是使用它們來創建一個三對角矩陣來尋找特徵值是問題的根源。我不明白髮生了什麼問題，好的問題是浮點表示，但如果可能的話如何解決這個問題？我試圖使用'Float64'作爲我的數據類型，但是這不會改變問題的結果。如

q = ones(n, dtype = 'Float64') 

一多，什麼是最成熟的稀疏包蟒蛇，並提供什麼樣的接口，如果有的話？正如所告訴的，PySparse對我來說一見鍾情...

Answer 1

float64是Numpy中的默認數據類型。你可以嘗試使用float128來獲得更高的精確度，但是要注意的是某些函數（以及基本上Windows上的所有函數）都會將其強制爲float64。

我會建議使用scipy.sparse爲你稀疏的特徵向量問題。我已經嘗試了PySparse和scipy.sparse，並且我會得出結論，雖然PySparse更易於使用，但scipy.sparse更加成熟。

這裏的稀疏線性代數文檔：http://docs.scipy.org/doc/scipy/reference/sparse.linalg.html