我使用的稀疏复数值矩阵最多为〜100000x100000，稀疏度最大为3％。我希望做诸如expm（-At）v，A \ v等之类的事情，其中v是任意向量。我使用了MATLAB，但是我认为这对于MATLAB的内存来说实在太多了。因此，我决定切换到Python HDF5 / Pytables。
但是，我无法在Python Pytables等中找到以HDF5样式进行稀疏矩阵乘法的模块。我不想在稀疏矩阵中的块上运行for循环，在这里您要从矩阵中借用一个块，然后将其与从向量中获取的适当块相乘，然后继续进行下一个块，而不存储完整的块， RAM中的巨大矩阵。 for循环似乎太耗时。
我的最终目标是将基于硬盘的乘法例程集成到scipy.sparse.linalg.expm_multiply等模块中，以计算如此庞大的稀疏矩阵的expm（-At）* v等。