scipy.sparse.linalg的迭代求解器似乎不支持scipy.sparse的稀疏矩阵数据类型作为方程系统的右侧(而直接求解器则支持)。(A,b)[0] # ValueError: A and b have incompatible dimensionsprint(A.shape)返回(50, 1)
但是,将b定义为密
我有一个较大的稀疏二值矩形矩阵 m ,其中n> m,我对矩阵秩的理解表明,最大可能秩是m,而我对矩阵秩的理解表明,通过识别非零奇异值的个数,可以找到矩阵的秩。我试图使用SciPy.sparse.linalg.svds来确定M的级别。第一个问题是,我不能计算m个奇异值,因为k只能上升到p=m-1,所以我认为我很聪明,计算p最高值,p最低<em
这是我刚发现的东西。由于某种原因,在Armadillo中,将稠密矩阵乘以稀疏矩阵比乘以稀疏和稠密矩阵(即倒序)要慢得多。以下是R中的一些时间,在几个相当大的垫子上:# 10000 x 10000 sparse matrices, 99% sparse# user system elapsed
# 13.52 0.74 14.29