scipy.sparse.linalg.

use_solver#

scipy.sparse.linalg.use_solver(**kwargs)[源代码]#

选择要使用的默认稀疏直接求解器。

参数:

useUmfpackbool, 可选: 使用 UMFPACK [1], [2], [3], [4]。而不是 SuperLU。仅在安装了 scikits.umfpack 时有效。默认值：True
assumeSortedIndicesbool, 可选: 允许 UMFPACK 跳过对 CSR/CSC 矩阵的索引进行排序的步骤。仅当 useUmfpack 为 True 且安装了 scikits.umfpack 时有效。默认值：False

注释

默认的稀疏求解器是 UMFPACK（如果可用）（已安装 scikits.umfpack）。可以通过传递 useUmfpack = False 来更改此设置，这将导致使用始终存在的基于 SuperLU 的求解器。

UMFPACK 要求 CSR/CSC 矩阵具有排序的列/行索引。如果确定矩阵满足此要求，请传递 assumeSortedIndices=True 以获得一定的速度提升。

参考文献

[1]

T. A. Davis, 算法 832: UMFPACK - 一种带有列预排序策略的非对称模式多阵面方法, ACM Transactions on Mathematical Software, 30(2), 2004, pp. 196–199. https://dl.acm.org/doi/abs/10.1145/992200.992206

[2]

T. A. Davis, 用于非对称模式多阵面方法的列预排序策略, ACM Transactions on Mathematical Software, 30(2), 2004, pp. 165–195. https://dl.acm.org/doi/abs/10.1145/992200.992205

[3]

T. A. Davis 和 I. S. Duff, 一种用于非对称稀疏矩阵的组合单阵面/多阵面方法, ACM Transactions on Mathematical Software, 25(1), 1999, pp. 1–19. https://doi.org/10.1145/305658.287640

[4]

T. A. Davis 和 I. S. Duff, 用于稀疏 LU 分解的非对称模式多阵面方法, SIAM Journal on Matrix Analysis and Computations, 18(1), 1997, pp. 140–158. https://doi.org/10.1137/S0895479894246905T.

示例

>>> import numpy as np
>>> from scipy.sparse.linalg import use_solver, spsolve
>>> from scipy.sparse import csc_array
>>> R = np.random.randn(5, 5)
>>> A = csc_array(R)
>>> b = np.random.randn(5)
>>> use_solver(useUmfpack=False) # enforce superLU over UMFPACK
>>> x = spsolve(A, b)
>>> np.allclose(A.dot(x), b)
True
>>> use_solver(useUmfpack=True) # reset umfPack usage to default