numpy和pysparse浮点表示法问题

Question

我已经开始使用numpy以及连接UMFPACK的pysparse包，但是浮点结果与numpy存在问题。顺便说一下，这是一个针对结构问题的lanczos特征值求解器。

当我在MATLAB中做同样的操作时，我得到了不同的结果，很好的结果是1e-6,1e-8的顺序，并且用MATLAB的表示法，我得到了正确的特征值。 NumPy和PySparse的结果也不是那么远，至少在订单级别上，但是使用它们来创建一个三对角矩阵来寻找特征值是问题的根源。我不明白发生了什么问题，好的问题是浮点表示，但如果可能的话如何解决这个问题？我试图使用'Float64'作为我的数据类型，但是这不会改变问题的结果。如

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

一多，什么是最成熟的稀疏包蟒蛇，并提供什么样的接口，如果有的话？正如所告诉的，PySparse对我来说一见钟情...

Answer 1

float64是Numpy中的默认数据类型。你可以尝试使用float128来获得更高的精确度，但是要注意的是某些函数（以及基本上Windows上的所有函数）都会将其强制为float64。

我会建议使用scipy.sparse为你稀疏的特征向量问题。我已经尝试了PySparse和scipy.sparse，并且我会得出结论，虽然PySparse更易于使用，但scipy.sparse更加成熟。

这里的稀疏线性代数文档：http://docs.scipy.org/doc/scipy/reference/sparse.linalg.html