<div dir="ltr">This is an awesome tip thank you so much. I have written an embarassingly parallel reader (since i am reading from several files) but i was worried that my main program won't be able to use more processors than the number of files, but this tip should save me so much trouble. Thank you.<br></div><div class="gmail_extra"><br><div class="gmail_quote">2017-07-04 19:08 GMT+02:00 Barry Smith <span dir="ltr"><<a href="mailto:bsmith@mcs.anl.gov" target="_blank">bsmith@mcs.anl.gov</a>></span>:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><br>
    We recommend writing a utility program that runs on one process and reads in the files putting the values into a matrix then using MatView() with a binary viewer to save the matrix to a file.<br>
<br>
     Then in your parallel program you simply call MatLoad() and it efficiently loads up the matrix into your program in parallel.<br>
<br>
     This means you don't need to write a parallel reader, you only need to write a sequential one which is easier.<br>
<span class="HOEnZb"><font color="#888888"><br>
   Barry<br>
</font></span><div class="HOEnZb"><div class="h5"><br>
> On Jul 4, 2017, at 4:22 AM, errabii sohaib <<a href="mailto:errabiisohaib@gmail.com">errabiisohaib@gmail.com</a>> wrote:<br>
><br>
> Hi,<br>
><br>
> I am trying to use petsc4py and slepc4py to read a matrix that is distributed on several files, In which i save the non zero elements by specifiying three arrays (A, I, J) for Coeffs, rows and columns indices.<br>
> I am currently using MUMPS and i simply read a file and pass the A,I,J arrays to MUMPS with each process. I am trying to do the same, however i am still confused how matrices are structured in PETSc and if its even possible to read n files and pass the matrix to PETsc to solve with slepc4py using atleast n processes.<br>
><br>
> Thank you very much for your time,<br>
> Sohaib.<br>
><br>
><br>
><br>
<br>
</div></div></blockquote></div><br></div>