Python 如何解决稀疏矩阵运算
用Python求解微分线性方程
因为之前用matlab也编写过，所以前不久试着用python写，感觉之间互通点也蛮多的，易理解。
题目：稀疏线性方程组的求解方法简单的方程如： AX=b
其中
python有很多功能库，这些库对于编程很有帮助，可以在pycharm的Project Interpreter导入库，例如numpy、os、scipy等比较基础的库，
下面是用来求解的代码：
import numpy as np
from scipy import linalg
import os
#输入矩阵维数
print("你好，这里是计算稀疏矩阵线性方程组的地方，非诚勿扰！")
dism_num = input("你的A矩阵维数是：")
dism_num = int(dism_num)
print("接下来请你依次输入矩阵的行向量(注意只能输入英文逗号,):")
A =[]
#X =[]
for i in range(1,dism_num+1):
a=input("第"+str(i)+"行向量是：")
alist = a.split(",")
alist = [int(alist[j]) for j in range(len(alist))]
A.append(alist)
print("你所输入的矩阵行向量是:")
print(A)
#记录输入的X矩阵
#输入向量b
print("输入b向量")
b = input("b向量是：")
b_list = b.split(",")
b_list = [int(b_list[j]) for j in range(len(b_list))]
print("你输入的b向量是：")
print(b_list)
#记录b向量
#询问是否计算单个答案（单元素）
ask = input("是否只需求解单个值：（是或否）")
while(True):
if ask == '是':
ask_a = 'T'
ask_num = input("请继续输入你所需要的答案序号：")
ask_num = int(ask_num)
if ask_num<=dism_num and ask_num>0:
print("OK,马上帮你计算")
break
else:
print("输入的值超出矩阵维数，请重新输入：")
if ask == '否':
ask_a = 'F'
break
#询问完成,只有当用户输入正确的序号才可以进行计算，否则重新询问
#开始计算x向量了
A = np.array(A)
b = np.array(b_list)
x = linalg.solve(A,b)
print("计算的结果的：")
if ask_a == 'F':
print(x)
if ask_a =='T':
print(x[ask_num-1])
#计算完x向量了
os.system("pause")
#用于py文件结束玩暂停显示结果
其基本流程如图：
运行结果如下：
补充：python 多线程稀疏矩阵乘法
import threading, time
import numpy as np
res = []
class MyThread(threading.Thread):
def __init__(self,i,j,m1,m2):
threading.Thread.__init__(self)
self.x, self.y = i,j
self.m1, self.m2 = m1, m2
def run(self):
global res, lock
if lock.acquire():
m1 = self.m1[self.m1[:,0]==self.x]
m2 = self.m2[self.m2[:,1]==self.y]
value = 0.
for item1 in m1:
for item2 in m2:
if item1[1] == item2[0]:
value += item1[2]*item2[2]
res.append([self.x,self.y,value])
lock.release()
if "__main__" == __name__:
m1 = [[2,2],[0,0,1],[0,1,2],[1,0,3],[1,1,4]]
m2 = [[2,3],[0,0,2],[0,2,1],[1,2,3],[1,1,4]]
s1, s2 = m1[0], m2[0]
assert s1[1]==s2[0], 'mismatch'
m1_value = np.array(m1[1:])
m2_value = np.array(m2[1:])
rows, cols = s1[0], s2[1]
res.append([rows, cols])
ThreadList = []
lock = threading.Lock()
for i in range(rows):
for j in range(cols):
t = MyThread(i,j,m1_value,m2_value)
ThreadList.append(t)
for t in ThreadList:
t.start()
for t in ThreadList:
t.join()
print (res)
以上为个人经验，希望能给大家一个参考，也希望大家多多支持软件开发网。
