小编ort*_*noa的帖子

我正在尝试求解一个由 1 百万 x 1 百万方阵和一个 1 百万解向量组成的方程组。

为此，我使用 np.linalg.solve(matrix,answers) 但需要很长时间。

有办法加快速度吗？

谢谢@Chris，但这并不能回答问题，因为我也尝试过使用 Scipy 模块，但仍然需要很长时间才能解决。我认为我的计算机无法在 RAM 中保存那么多数据

好吧，为了清楚起见，我刚刚发现我试图求解的矩阵的名称是希尔伯特矩阵

我编写了一个方法，它接受整数“n”并创建一个方阵，其中每个元素的值由它们各自的 i,j 索引决定。

当我构建一个 30x30 的小矩阵时，它工作得很好，但是当我尝试做一些更大的矩阵（例如 1000x1000）时，它需要很长时间。有什么方法可以通过多处理来加快速度吗？

def createMatrix(n):
    matrix = []
    for j in range(1,n+1):
        row = []
        for i in range(1,n+1):
            value = 1/(i+j-1)
            row.append(value)
        matrix.append(row)
    return np.array(matrix)