在python中找出巨大稀疏矩阵的特征值和向量比Matlab慢得多

Question

我试图找到一个大小为409600x409600的巨大稀疏矩阵的100个特征值和向量。我使用scipy.sparse.linalg.eigs来解决这个问题，要花很长时间才能找到结果，而matlab上的eigs在10分钟内就能解决这个问题几分钟。有吗如何加速的建议？你知道吗

Python：

eigenvectors, eigenvalues = scipy.sparse.linalg.eigs(Laplacian, k=100, which='SM')

Matlab软件：

eigCnt = 100;[eigenvectors, eigenvalues] = eigs(Laplacian, eigCnt, 'SM');

其中Laplacian是大小为409600x409600且10418204项为非零的稀疏矩阵 `你知道吗