NumPy 中的右矩阵除法，还有比 np.linalg.inv() 更好的方法吗？

Question

在 pyhton numpy 中进行正确矩阵除法（即 xA = B）的最快方法是什么？ A 和 B 是 (NxN) 方阵，并且 A 是可逆的，因此我想计算方程 x = BA^{-1}。

我问是因为对于左矩阵除法，Ax = B，x = A^{-1}B，由于速度原因，使用

x = np.linalg.solve(A,B)

优于

x = np.linalg.inv(A) @ B

。

但是我还没有找到一种方法来实现正确的矩阵除法。现在我使用

x = B @ np.linalg.inv(A)

有没有更好（=更快）的方法来做到这一点？

Answer 1

在我的电脑上，你当前的方法需要 20 秒，scipy 需要 13 秒：

import numpy as np
import datetime
from scipy.linalg import solve

A = np.random.rand(10000, 10000)
B = np.random.rand(10000, 10000)

#Your currrent method
print(datetime.datetime.now())
x = B @ np.linalg.inv(A)
print(datetime.datetime.now())

#From scipy
print(datetime.datetime.now())
x = solve(A, B)
print(datetime.datetime.now())