SciPy 和 Numpy 都内置了奇异值分解 (SVD) 函数。命令基本上是 scipy.linalg.svd 和 numpy.linalg.svd。这两者有什么区别？它们中的任何一个都比另一个更好吗？
最佳答案
来自FAQ page ，它说 scipy.linalg 子模块为 Fortran LAPACK 库提供了一个更完整的包装器，而 numpy.linalg 试图能够独立于 LAPACK 进行构建。
我做了一些 benchmarks对于 svd 函数的不同实现，发现 scipy.linalg.svd 比对应的 numpy 更快:
然而，jax包裹的 numpy，又名 jax.numpy.linalg.svd 甚至更快:
基准测试的完整笔记本可用here .
关于python - SciPy SVD 与 Numpy SVD，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32569188/