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

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)

来源：https://blog.csdn.net/weixin_42312037/article/details/111828624