#python #r #matrix #linear-algebra #sparse-matrix
#python #r #матрица #линейная алгебра #разреженная матрица
Вопрос:
В R я делаю следующее:
L = ... # some sparse matrix L
chol_factor = Matrix::chol(L)
b = # some vector
z = Matrix::solve(chol_factor, b)
где solve
будет разумно эффективно вычислять вещи с помощью коэффициента Холецкого. Я использовал scipy.sparse
большую часть своего кода, но, похоже, не существует доступной реализации декомпозиции Холецкого или способа эффективного решения с использованием фактора. Есть ли эквивалентный способ сделать это в python?
Ответ №1:
Это может быть сделано с помощью разреженной LU-декомпозиции scipy.
import numpy as np
from scipy.sparse import linalg as sla
L = # some sparse matrix
lu = sla.splu(L)
b = # some vector
z = lu.solve(b)