Python 具有超大矩阵的联立微分方程

我写了一个用矩阵表示法求解薛定谔方程的代码。哈密顿量是平方矩阵，状态向量是一维数组。我使用numpy.matrix类和求解耦合微分方程组-来自scipy.integrate的ode

from scipy.integrate import ode
import numpy as np

现在我遇到了一个问题，因为我的矩阵远远大于10000x1000，并且在同时运行两个脚本时，我遇到了总的RAM内存使用量。我希望scipy的Sparsearray可以解决我的内存消耗问题，因为我使用的哈密顿量和其他矩阵都有很多零。我不知道那时我是否能解微分方程。也许还有其他方法可以处理复数大数据矩阵

---

我想补充一点，我在某个时刻使用向量来计算平均值，因此我在计算结束时只得到一个数字。

对于双精度数字的10000x1000矩阵，使用800 MB（763 MiB）。如果您的方法使用多个矩阵，这可能就是问题所在。如果矩阵大部分是空的，那么稀疏表示就是最好的选择