我正在使用一个大的（复杂的）埃尔米特矩阵，我试图使用Python/西皮有效地对角化它。

使用scipy. linalg中的eigh函数，大约需要3s来生成和对角化一个大约800x800的矩阵并计算所有特征值和特征向量。

我的问题中的特征值在0左右对称分布，范围大约从-4到4。不过，我只需要与负特征值对应的特征向量，这就把我要计算的范围变成了[-4,0）。

我的矩阵是稀疏的，因此很自然地使用scpy. sapery包及其函数通过eigsh计算特征向量，因为它使用更少的内存来存储矩阵。

我也可以通过告诉程序只计算负特征值，它='SA'。这种方法的问题是，现在大约需要40秒来计算一半的特征值/特征向量。我知道，ARPACK算法在计算小特征值时效率很低，但是我想不出任何其他方法来计算我需要的所有特征向量。

有什么方法可以加快计算速度吗？也许使用移位反转模式？我将不得不做很多很多对角化，并最终增加矩阵的大小，所以我现在有点迷茫。

我真的很感激任何帮助！