scipy.linalg.

带宽#

scipy.linalg.bandwidth(a)#

返回二维数值数组的下带宽和上带宽。

此文档假定数组参数具有指定的“核心”形状。然而，此函数的数组参数可能在核心形状前附加额外的“批次”维度。在这种情况下，数组被视为低维切片的批次；详情请参阅批处理线性操作。

参数:

andarray: 大小为 (N, M) 的输入数组

返回:

lutuple: 一个包含两个整数的元组，指示下带宽和上带宽。零表示该侧没有下对角线或上对角线（三角形），例如对于 N 行，(N-1) 表示该侧是满的。同样的例子也适用于上三角形部分，其中为 (M-1)。

引发:

TypeError: 如果数组的 dtype 不受支持，特别是 NumPy 的 float16、float128 和 complex256 dtype。

说明

此辅助函数仅遍历数组，查找是否存在带状结构的非零条目。因此，性能取决于非零条目的密度以及内存布局。Fortran 或 C 连续数组处理效果最佳，否则会产生额外的随机内存访问开销。

该策略是分别在上三角形和下三角形部分中查找未测试的带状元素；根据内存布局，我们按行或按列扫描。此外，假设我们正在扫描行，并且在第 6 行中，第 4 个条目是非零的，那么在随后的行中，水平搜索只进行到该带状条目，因为我们知道该带状区域已被占用。因此，完全密集矩阵的扫描成本大约为 n。

示例

>>> import numpy as np
>>> from scipy.linalg import bandwidth
>>> A = np.array([[3., 0., 0., 0., 0.],
...               [0., 4., 0., 0., 0.],
...               [0., 0., 5., 1., 0.],
...               [8., 0., 0., 6., 2.],
...               [0., 9., 0., 0., 7.]])
>>> bandwidth(A)
(3, 1)