我尝试使用ARPACK使用一些例子（here），但我甚至无法弄清楚如何输入我的矩阵 . 从这个question，似乎Python和Matlab中的实现是避免ARPACK复杂性的唯一解决方案 . 是否有一些（基于Fortran）的方法来做到这一点，还避免计算所有的特征值/特征向量？
我写了一个包装器，它只需要设置矩阵A和特征值的数量（例如，如果你只需要第一个特征值，则nev = 1） . 代码改编自特定的应用程序，可以找到here . 我的类模块版本只需要设置 matrix A ， number of features ， number of eigenvalues 和 which 应该采取（'LM' - 最大幅度' .
该代码以Gist here的形式提供 .
注意：ARPACK与LAPACK不同，因为它通常针对密集矩阵进行优化，而这是针对大型稀疏矩阵进行优化的 .
ARPACK包用于计算大型稀疏或结构矩阵的一些特征值和相应的特征向量，使用隐式重启Arnoldi方法（IRAM），或者在对称矩阵的情况下，使用Lanczos算法的相应变体 . 许多流行的数值计算环境（如SciPy，Mathematica，GNU Octave和MATLAB）都使用它来提供此功能 . （来源：维基百科）
1 回答
我写了一个包装器，它只需要设置矩阵A和特征值的数量（例如，如果你只需要第一个特征值，则nev = 1） . 代码改编自特定的应用程序，可以找到here . 我的类模块版本只需要设置 matrix A ， number of features ， number of eigenvalues 和 which 应该采取（'LM' - 最大幅度' .
该代码以Gist here的形式提供 .
注意：ARPACK与LAPACK不同，因为它通常针对密集矩阵进行优化，而这是针对大型稀疏矩阵进行优化的 .