scipy.sparse.linalg.

use_solver#

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

选择要使用的默认稀疏直接求解器。

参数:

useUmfpack布尔值，可选: 使用 UMFPACK [1], [2], [3], [4]。优先于 SuperLU。仅当 scikits.umfpack 已安装时有效。默认值：True
assumeSortedIndices布尔值，可选: 允许 UMFPACK 跳过对 CSR/CSC 矩阵的索引排序步骤。仅当 useUmfpack 为 True 且 scikits.umfpack 已安装时有效。默认值：False

注释

默认的稀疏求解器是 UMFPACK，前提是它可用（已安装 scikits.umfpack）。可以通过将 useUmfpack 设置为 False 来更改，这会导致始终存在的基于 SuperLU 的求解器被使用。

UMFPACK 需要 CSR/CSC 矩阵具有排序的列/行索引。如果确定矩阵满足此条件，请传递 assumeSortedIndices=True 以提高速度。

参考文献

[1]

T. A. Davis，算法 832：UMFPACK - 一种具有列预排序策略的非对称模式多前沿方法，ACM 算术软件交易，30(2)，2004，第 196-199 页。 https://dl.acm.org/doi/abs/10.1145/992200.992206

[2]

T. A. Davis，非对称模式多前沿方法的列预排序策略，ACM 算术软件交易，30(2)，2004，第 165-195 页。 https://dl.acm.org/doi/abs/10.1145/992200.992205

[3]

T. A. Davis 和 I. S. Duff，用于非对称稀疏矩阵的组合统一前沿/多前沿方法，ACM 算术软件交易，25(1)，1999，第 1-19 页。 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前沿方法，SIAM 矩阵分析与计算杂志，18(1)，1997，第 140-158 页。 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_matrix
>>> R = np.random.randn(5, 5)
>>> A = csc_matrix(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