Question

我试图使用python的scipy.sparse.linalg.eigsh函数对一个简单的稀疏Hermitian矩阵进行对角化;虽然the documentation表示它支持Hermitian矩阵，但文件python包装文件arpack.py表示它不支持：

#ARPACK的入口点是

＃ - （s，d）seupd：单精度和双精度对称矩阵

＃ - （s，d，c，z）neupd：单，双，复，双复一般矩阵

＃这个包装器将* neupd（通用矩阵）接口放在eigs（）
中
＃和eigsh（）中的* seupd（对称矩阵）。

＃没有Hermetian复杂/双复杂界面。

＃要查找Hermetian矩阵的特征值

＃必须使用eigs（）而不是eigsh（）

＃可能需要以不同方式处理Hermetian案件

＃和，例如，返回实际特征值。

当我尝试运行以下代码以使用eigsh对稀疏复杂Hermitian矩阵进行对角化时，来自包装器的上述注释是正确的：

from scipy.sparse import *
from scipy.sparse.linalg import *
import math

sign = lambda x: math.copysign(1, x)

S = lil_matrix((5,5), dtype=complex)
for i in range(5):
    for j in range(5):
        S[i,j] = sign(i-j)*1j

eigval = eigsh(-S, k=1, M=None,sigma=None, which='LM', v0=None, ncv=None, tol=0, return_eigenvectors=False)

然后出现以下错误：

ValueError：输入矩阵不是实数值。

当然，如果我对S和numpy.linalg.eigh函数使用常规numpy矩阵，则计算所有特征值。但是

我不想要所有的特征值，
我需要我的矩阵稀疏。

如果不能使用稀疏复杂Hermitian矩阵的稀疏版本eigsh，那么有谁知道这是什么意思？

注意：我知道这里的例子中的矩阵不一定是稀疏性的某些定义稀疏，但它仅用于说明目的。

Python：复杂Hermitian矩阵的scipy.sparse.linalg.eigsh

0 个答案: