scipy.linalg.lapack.

get_lapack_funcs#

scipy.linalg.lapack.get_lapack_funcs(names, arrays=(), dtype=None, ilp64=False)[source]#

从名称返回可用的 LAPACK 函数对象。

数组用于确定 LAPACK 例程的最佳前缀。

参数:
namesstr 或 str 序列

LAPACK 函数的名称，没有类型前缀。

arraysndarray 序列，可选

可以给出数组以确定 LAPACK 例程的最佳前缀。 如果未给出，将使用双精度例程，否则将使用数组中最通用的类型。

dtypestr 或 dtype，可选

数据类型说明符。 如果 arrays 为非空，则不使用。

ilp64{True, False, ‘preferred’}, 可选

是否返回 ILP64 例程变体。 选择“preferred”会返回 ILP64 例程（如果可用），否则返回 32 位例程。 默认值：False

返回值:
funcslist

包含找到的函数的列表。

注释

此例程自动在 Fortran/C 接口之间进行选择。 只要有可能，就为具有列主序的数组使用 Fortran 代码。 在所有其他情况下，首选 C 代码。

在 LAPACK 中，命名约定是所有函数都以类型前缀开头，这取决于主矩阵的类型。 对于 NumPy 类型 {float32、float64、complex64、complex128}，这些可以是 {‘s’、‘d’、‘c’、‘z’} 之一，并存储在返回函数的属性 typecode 中。

示例

假设我们要使用 ‘?lange’ 例程来计算数组的选定范数。 我们传递我们的数组以获得正确的 ‘lange’ 风格。

>>> import numpy as np
>>> import scipy.linalg as LA
>>> rng = np.random.default_rng()

>>> a = rng.random((3,2))
>>> x_lange = LA.get_lapack_funcs('lange', (a,))
>>> x_lange.typecode
'd'
>>> x_lange = LA.get_lapack_funcs('lange',(a*1j,))
>>> x_lange.typecode
'z'

当 LAPACK 例程的内部 WORK 数组具有最佳大小时（足够大以进行快速计算，并且足够小以避免浪费内存），它们的效果最佳。 此大小也由对函数的专用查询确定，该查询通常包装为独立函数，通常表示为 ###_lwork。 下面是 ?sysv 的示例

>>> a = rng.random((1000, 1000))
>>> b = rng.random((1000, 1)) * 1j
>>> # We pick up zsysv and zsysv_lwork due to b array
... xsysv, xlwork = LA.get_lapack_funcs(('sysv', 'sysv_lwork'), (a, b))
>>> opt_lwork, _ = xlwork(a.shape[0])  # returns a complex for 'z' prefix
>>> udut, ipiv, x, info = xsysv(a, b, lwork=int(opt_lwork.real))
在此页面上