scipy.sparse.linalg：splu和因式分解有什么区别？

Question

使用之间有什么区别>>

 scipy.sparse.linalg.factorized(A)
和

 scipy.sparse.linalg.splu(A)
它们都使用.solve(rhs)方法返回对象，并且在文档中都说它们使用LU分解。我想知道两者的性能差异。

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。我需要在每个时间步上求解方程Au = f。 A稀疏且相当大，但不依赖于时间步长，因此我想事先投入一些时间以加快迭代速度（可能有数千个迭代）。我尝试使用scipy.sparse.linalg.inv(A)，但是当矩阵的大小很大时，它将引发内存异常。直到最近，我在每个步骤上都使用scipy.linalg.spsolve，现在我正在考虑使用某种分解方法以获得更好的性能。因此，如果您除了LU之外还有其他建议，请随时提出！

[使用scipy.sparse.linalg.factorized（A）和scipy.sparse.linalg.splu（A）之间有什么区别，它们都使用.solve（rhs）方法返回对象，对于这两者，...

Answer 1

假设A不会随每个时间步长变化，它们都应能很好地解决您的问题。