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!
沃梦达教程
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
- 求两个直方图的卷积 2022-01-01
- 在Python中从Azure BLOB存储中读取文件 2022-01-01
- 使用大型矩阵时禁止 Pycharm 输出中的自动换行符 2022-01-01
- 在同一图形上绘制Bokeh的烛台和音量条 2022-01-01
- 包装空间模型 2022-01-01
- PANDA VALUE_COUNTS包含GROUP BY之前的所有值 2022-01-01
- PermissionError: pip 从 8.1.1 升级到 8.1.2 2022-01-01
- 修改列表中的数据帧不起作用 2022-01-01
- Plotly:如何设置绘图图形的样式,使其不显示缺失日期的间隙? 2022-01-01
- 无法导入 Pytorch [WinError 126] 找不到指定的模块 2022-01-01