numpy和pysparse浮点表示问题

如何解决numpy和pysparse浮点表示问题

| 我已经开始将numpy与接口UmfpACK的pysparse包一起使用，但是numpy的浮点结果存在问题。顺便说一下，这是用于结构问题的lanczos特征值求解器。 当我在MATLAB中执行相同的操作时，我得到的结果是不同的，结果大约是1e-6,1e-8，并且以MATLAB的表示形式，我得到了正确的特征值。 NumPy和PySparse结果也不是那么远，至少在顺序级别上，但是使用它们创建三对角矩阵以在其上找到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，但是如果可能的话，如何解决呢？我试图使用\'Float64 \'作为我的数据类型，但这并没有改变问题的结果。如

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

再者，什么是最成熟的python稀疏包，提供了什么样的接口（如果有）？如前所述，PySparse一见钟情。     

解决方法

        “ 1”是Numpy中的默认数据类型。您可以尝试使用

float128

以获得更高的精度，但是请注意，某些功能（基本上Windows上的所有功能）都将强制将其强制为

float64

。 对于您的稀疏特征向量问题，我建议使用

scipy.sparse

。我已经尝试了PySparse和scipy.sparse，并且可以得出结论，尽管PySparse易于使用，但scipy.sparse更成熟。 这是稀疏的线性代数文档：http://docs.scipy.org/doc/scipy/reference/sparse.linalg.html