使用有什么区别
scipy.sparse.linalg.factorized(A)
和
scipy.sparse.linalg.splu(A)
它们都使用.solve(rhs)方法返回对象，并且文档中说它们都使用 LU 分解。我想知道他们两个的性能差异。
更具体地说，我正在编写一个实现动态 FEM 模型的 python/numpy/scipy 应用程序。我需要在每个时间步上求解方程Au = f。A 很稀疏而且相当大，但不依赖于时间步长，所以我想提前投入一些时间以使迭代更快（可能有数千次迭代）。我尝试使用scipy.sparse.linalg.inv(A)，但是当矩阵大小很大时它会引发内存异常。直到最近我才使用scipy.linalg.spsolve每个步骤，现在正在考虑使用某种分解来获得更好的性能。所以，除了LU之外，如果你还有其他建议，欢迎提出！