Question

对于稀疏矩阵来说，其线性代数操作可以使用 scipy.sparse.linalg 实现：

In [1]:

import scipy.sparse.linalg

矩阵操作

• scipy.sparse.linalg.inv
  • 稀疏矩阵求逆
• scipy.sparse.linalg.expm
  • 求稀疏矩阵的指数函数

矩阵范数

• scipy.sparse.linalg.norm
  • 稀疏矩阵求范数

线性方程组求解

提供了一系列求解方法： http://docs.scipy.org/doc/scipy/reference/sparse.linalg.html

主要使用的是迭代方法求解。

特征值分解和奇异值分解

对于特别大的矩阵，原来的方法可能需要太大的内存，考虑使用这两个方法替代：

• scipy.sparse.linalg.eigs
  • 返回前 k 大的特征值和特征向量
• scipy.sparse.linalg.svds
  • 返回前 k 大的奇异值和奇异向量

所有的这些操作既可以在稀疏矩阵上使用，也可以在普通矩阵上使用。