python - 稀疏线性微分方程求解 Matlab vs Python

Question

我目前正在从事一个涉及巨大矩阵的项目。大小约为 500 000 x 500 000，但它们非常稀疏，密度约为 0.000025，因此只有大约 6-650 万个非零元素。这是我的问题，我需要求解线性方程 Ax = B，其中 A 是 500k x 500k 矩阵，B 是一个向量，多次，只有 B 改变。我开始使用在 Matlab 中完成的其他代码来处理这个项目，我想在 python 中实现它，因为我认为它会更快（我想错了吗？Matlab 更快地解决这些类型的方程吗？）继承人事情......当我使用他们的脚本（在Matlab中）做A\B大约需要110秒，这对我来说似乎真的很快。但是当我尝试使用 SciPy 稀疏求解来解决同一个系统时，它的工作速度并没有那么快，或者实际上根本没有，

所以基本上，在 Matlab 中使用 A\B 是不是太好了，还是我做错了什么？会不会是记忆的原因？正如在 python 中需要在步骤之间创建一些东西，我用完了，所以它只是崩溃或什么？

提前致谢！

PS：如果您正在考虑为未来的迭代建议 LU 分解，我已经计划这样做，我只想知道使用 SciPy 稀疏求解直接解决它的情况。

标签： pythonmatlabsparse-matrixequation