当前位置 博文首页 > Python 如何解决稀疏矩阵运算

    Python 如何解决稀疏矩阵运算

    作者:Thole Lee 时间:2021-08-13 18:50

    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

    A矩阵与b向量

    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:

    代码开发流程

    运行结果如下:

    补充:python 多线程稀疏矩阵乘法

    看代码吧~

    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站长博客。

    jsjbwy
    下一篇:没有了