How to efficiently add sparse matrices in Python(如何在Python中高效地添加稀疏矩阵)
本文介绍了如何在Python中高效地添加稀疏矩阵的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我想知道如何在Python中高效地添加稀疏矩阵。
我有一个程序,它将一个大任务分成多个子任务,并将它们分布在几个CPU上。每个子任务产生一个结果(格式为:lil_matrix的稀疏矩阵)。
稀疏矩阵的维度是:100000x500000,这是相当大的,所以我真的需要一种最有效的方法来将所有产生的稀疏矩阵求和为一个单一的稀疏矩阵,使用一些C编译的方法之类的。
推荐答案
您尝试过用最简单的方法计时吗?
matrix_result = matrix_a + matrix_b
文档警告说,对于LIL矩阵,这可能会很慢,这表明以下操作可能会更快:
matrix_result = (matrix_a.tocsr() + matrix_b.tocsr()).tolil()
这篇关于如何在Python中高效地添加稀疏矩阵的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
织梦狗教程
本文标题为:如何在Python中高效地添加稀疏矩阵
基础教程推荐
猜你喜欢
- kivy 应用程序中的一个简单网页作为小部件 2022-01-01
- matplotlib 设置 yaxis 标签大小 2022-01-01
- Python 中是否有任何支持将长字符串转储为块文字或折叠块的 yaml 库? 2022-01-01
- Python,确定字符串是否应转换为 Int 或 Float 2022-01-01
- 究竟什么是“容器"?在蟒蛇?(以及所有的 python 容器类型是什么?) 2022-01-01
- 在 Python 中将货币解析为数字 2022-01-01
- Kivy 使用 opencv.调整图像大小 2022-01-01
- 对多索引数据帧的列进行排序 2022-01-01
- 在 Django Admin 中使用内联 OneToOneField 2022-01-01
- 比较两个文本文件以找出差异并将它们输出到新的文本文件 2022-01-01
