Python-将稀疏矩阵行与非稀疏向量乘以索引

我当前的软件项目涉及使用python实现一种求解线性系统的数值方法（所谓的

SOR

-method）。 它基本上是这样工作的：

给定一个线性系统：

ax1 + bx2 + cx3 = b1
dx1 + ex2 + fx3 = b2
gx1 + hx2 + ix3 = b3

将方程式重新排列为：

x1_new = (b1 - (bx2 + cx3)) / a
x2_new = (b2 - (dx1_new + fx3)) / e
x3_new = (b3 - (gx1_new + hx2_new)) / i

正如您所看到的，

x*_new

值随着每一行而更新-这就是为什么我不能使用简单的向量prodcuts的不幸原因（我还必须除以对角线元素-而不是乘以它）。我必须一个元素一个元素去

我想使用稀疏矩阵。但是我还没有找到一种方法来索引稀疏矩阵，以及如何执行上面描述的操作？比如，我发现的唯一一件事（关于这一点）是使用

A[I].data

，它返回行

I

的非零元素。但是一行中可能有很多零。而且使用大量if/else来获取索引处的元素对于

100.000 x 100.000

矩阵也不是很有效

---

有什么想法吗？

A[i]

是一个新的稀疏矩阵（不是

视图

）

A[i]。A

是该矩阵的密集版本，所有的零都被恢复。（

lil

格式确实有稀疏行视图的版本）。处理稀疏矩阵的元素、行或列是没有效率的，除非你愿意直接处理

数据、索引、indptr

属性。@hpaulj你知道

A[i，j]

做什么吗？因为不知何故，这正是我所需要的。