Я построил небольшой код, который хочу использовать для решения задач на собственные значения, связанных с большими разреженными матрицами. Он работает нормально, все, что я хочу сейчас сделать - это установить некоторые элементы в разреженной матрице на ноль, то есть элементы в самой верхней строке (что соответствует реализации граничных условий). Я могу просто настроить векторы столбцов (C0, C1 и C2) ниже, чтобы добиться этого. Однако мне стало интересно, есть ли более прямой путь. Очевидно, что индексирование NumPy не работает с редким пакетом SciPy.

import scipy.sparse as sp
import scipy.sparse.linalg  as la
import numpy as np
import matplotlib.pyplot as plt

#discretize x-axis
N = 11
x = np.linspace(-5,5,N)
print(x)
V = x * x / 2
h = len(x)/(N)
hi2 = 1./(h**2)
#discretize Schroedinger Equation, i.e. build 
#banded matrix from difference equation
C0 = np.ones(N)*30. + V
C1 = np.ones(N) * -16.
C2 = np.ones(N) * 1.
diagonals = np.array([-2,-1,0,1,2])
H = sp.spdiags([C2, C1, C0,C1,C2],[-2,-1,0,1,2], N, N)
H *= hi2 * (- 1./12.) * (- 1. / 2.)
#solve for eigenvalues
EV = la.eigsh(H,return_eigenvectors = False)

#check structure of H
plt.figure()
plt.spy(H)
plt.show()

Это визуализация матрицы, которая строится с помощью кода выше. Я хочу, чтобы установить элементы в первом ряду ноль.