Python &引用；numpy.linalg.linalg.LinAlgError:SVD未收敛“；举一个非常简单的例子

我正在做一个非常简单的任务，即获取矩阵'm1203.raw.mat'的奇异值分解，这是一个非常稀疏的矩阵，只包含少数值，即

awk '{for(i=1;i<=NF;++i){print $i}}' m1203.raw.mat | sort | uniq -c

但是矩阵的大小几乎是一MB（否则我会附加它）

无论如何，这是一项简单的任务

import numpy

a = numpy.loadtxt('m1203.raw.mat')

s = [float(i) for i in range(-7,8)]

for r in a :
  for c in r :
    assert(c in s)

numpy.linalg.svd(a)

给予

回溯（最近一次呼叫最后一次）：
文件“trial.py”，第4行，在
numpy.linalg.svd（a）
svd中的文件“/usr/lib/python2.7/dist packages/numpy/linalg/linalg.py”，第1327行
u、 s，vt=gufunc（a，signature=signature，exportbj=exportbj）
文件“/usr/lib/python2.7/dist-packages/numpy/linalg/linalg.py”，第99行，在“raise\LINALGEROR\U svd\U NONCOVERNCE”中
raise LINALGEROR（“SVD未收敛”）
numpy.linalg.linalg.linalgeror:SVD未收敛

---

有什么想法吗？

这通常发生在南斯面前。请确保矩阵文件没有任何垃圾，并且您已正确读取。通常，NaN或无穷大值的存在将引发ValueError。事实并非如此，因为上面的awk命令已证明矩阵仅由以下集合中的值组成：[0，-1，1，-2，2，-3，-4，4，-7，7]只是另一件事，我在R中尝试了同样的方法，但在svd方法中得到了同样的错误。然后我在Matlab中尝试了它，它成功了。这很奇怪，因为这三个（Python、R和Matlab）都依赖LAPACK进行SVD计算，而这种计算通常是在NAN存在的情况下进行的。请确保矩阵文件没有任何垃圾，并且您已正确读取。通常，NaN或无穷大值的存在将引发ValueError。事实并非如此，因为上面的awk命令已证明矩阵仅由以下集合中的值组成：[0，-1，1，-2，2，-3，-4，4，-7，7]只是另一件事，我在R中尝试了同样的方法，但在svd方法中得到了同样的错误。然后我在Matlab中尝试了它，它成功了。这很奇怪，因为这三种方法（Python、R和Matlab）都依赖LAPACK进行SVD计算

import numpy

a = numpy.loadtxt('m1203.raw.mat')

s = [float(i) for i in range(-7,8)]

for r in a :
  for c in r :
    assert(c in s)

numpy.linalg.svd(a)

Traceback (most recent call last):
  File "trial.py", line 4, in <module>
    numpy.linalg.svd(a)
  File "/usr/lib/python2.7/dist-packages/numpy/linalg/linalg.py", line 1327, in svd
    u, s, vt = gufunc(a, signature=signature, extobj=extobj)
  File "/usr/lib/python2.7/dist-packages/numpy/linalg/linalg.py", line 99, in _raise_linalgerror_svd_nonconvergence
    raise LinAlgError("SVD did not converge")
numpy.linalg.linalg.LinAlgError: SVD did not converge