我有两个大的平方稀疏矩阵A & B,需要以最有效的方式计算以下内容:A * B^-1
。我有一种感觉,答案涉及使用scipy.sparse
,但不能为我的生活弄清楚。稀疏矩阵乘法涉及倒数矩阵
经过广泛的搜索后,我遇到了以下线程:Efficient numpy/lapack routine for product of inverse and sparse matrix?,但无法弄清楚最有效的方法是什么。
有人建议使用内置于scipy稀疏模块中的LU分解,但是当我尝试在样本矩阵上做LU时,结果是奇异的(尽管当我只做一个* B^-1时,我得到一个回答)。我也听到有人建议使用linalg.spsolve()
,但我不知道如何实现这一点,因为它需要一个向量作为第二个参数。
如果有帮助,一旦我有解决方案s.t. A * B^-1 = C
,我只需要知道矩阵C的一行的值。矩阵大概是1000x1000到1500x1500。
这些矩阵有多大? – irrelephant 2012-08-02 04:06:55