numpy和pysparse浮点表示问题

Question

我已经开始使用numpy和与UMFPACK接口的pysparse包，但是numpy的浮点结果有一个问题。顺便说一下，这是一个用于结构问题的lanczos特征值求解器。在

当我在MATLAB中做同样的运算时，得到了不同的结果，结果是在1e-6，1e-8阶上，用MATLAB的表示，我得到了正确的特征值。NumPy和PySparse的结果也不算太远，至少在阶数水平上，但是使用它们来创建三对角矩阵来寻找特征值是问题的根源。我不明白出了什么问题，问题是浮点表示法，但是如果可能的话，如何解决这个问题呢？我尝试使用'Float64'作为我的数据类型，但这并没有改变问题的结果。例如

q = ones(n, dtype = 'Float64')

还有一个问题，python最成熟的稀疏包是什么？如果有的话，提供了什么样的接口？如前所述，Pyparse对我来说一眼就好。。。在

Answer 1

float64是Numpy中的默认数据类型。您可以尝试使用float128来获得更高的精度，但是需要注意的是，某些函数（以及Windows上基本上所有的函数）都会将其强制为float64。在

我建议使用scipy.sparse来解决稀疏特征向量问题。我试过PySparse和稀疏稀疏，我的结论是虽然PySparse更容易使用，稀疏稀疏更成熟了。在

以下是稀疏线性代数文档：http://docs.scipy.org/doc/scipy/reference/sparse.linalg.html