1回答
我正在写一个机器学习算法处理巨大的和稀疏的数据(我的矩阵是形状(347，5,416 812 801)，但非常稀疏，只有0.13%的数据是非零的。我的稀疏矩阵的大小是105000字节(<1M字节)，并且是csr类型。
我试图通过为每个训练/测试集选择一个示例索引列表来将它们分开。因此，我想使用以下命令将我的数据集一
浏览 14提问于2016-09-15得票数 4
回答已采纳
1回答
席比有不同类型的矩阵。其中两种是列稀疏矩阵和行稀疏矩阵。所述列稀疏矩阵支持快速列切片操作，所述行稀疏矩阵支持快速行切片操作。
但我不是如果操作ai，：是列还是行切片操作。有什么帮助吗？
浏览 2提问于2014-06-04得票数 3
回答已采纳
现在，我需要使用特征3.3.8在C++中实现稀疏矩阵切片，但我无法像python中的scipy那样快速地实现它。例如，A是一个稀疏的形状矩阵(1000000,1000000)，索引是我想从A中选择的一个列表。A=A[index,:]def extractor(indices,N)::
indptr=np.a
浏览 0提问于2022-06-17得票数 0
2回答
我试图选择最佳的枕稀疏矩阵类型在我的算法中使用。在这种情况下，我应该以vij方式初始化数据，然后使用它来执行矩阵向量乘法。最后，我不得不添加行和科尔。试图为我的问题选择最好的，我想了解哪些是最好的情况使用这些类型: lil_matrix，coo_matrix，csr_matrix，csc_matrix，dok_matrix。有人能解释我吗？没有必要在同一答案中显示所有类型的示例。
浏览 0提问于2018-05-08得票数 11
回答已采纳
1回答
SciPy 非常好--但它实际上没有开发关于切片的部分(仍然是大纲形式--请参阅“处理稀疏矩阵”一节)。bool_vect = np.arange(10**6)%2 # every even index
浏览 2提问于2012-11-13得票数 28
回答已采纳
假设我有一个稀疏矩阵c和一个numpy数组a。我想根据a的某些条件对c的条目进行切片。[1,0,0,1])c = sps.csc_matrix( (np.ones((4,)) , (x,y)), shape = (2,2),dtype=int= 0
变量idx现在是布尔值的稀疏矩阵(它只列出了True的)。我想切片矩阵a，并调用a<
浏览 2提问于2014-10-22得票数 2
回答已采纳
1回答
论礼拜堂的稀疏性
、、、、
给定一个稠密域dom: domain(n);，其中n< 3，声明sps1: sparse subdomain(dom);产生一个稀疏子域sps1 of dom。使用sps1，通常的数组/矩阵切片是可能的。也就是说，给定一个矩阵A: [sps1]，可以取A的n维切片.然而，通常的矩阵运算transpose()是不适用的。在另一个稀疏子域B:[sps2
浏览 0提问于2018-03-14得票数 3
回答已采纳
我将3D数组表示为稀疏矩阵，键是Tuple<int, int, int>，其中元组中的每个值都是i, j, k矩阵索引之一。另外，有没有其他数据结构(除了字典之外)来表示C#中的多维稀疏数组，从而使这些切片操作更简单？
浏览 3提问于2016-11-09得票数 1
2回答
我用Scala微风创建了一个稀疏矩阵(使用 )。现在我想从它得到一个列切片。怎么做？编辑:还有一些进一步的要求：
X(::，n) * 3。
我需要能够用它
浏览 4提问于2012-09-28得票数 3
1回答
我希望使用相应的格式之一构造块矩阵。最终，矩阵必须转换为CSC。我的问题(有关表现)如下：
使用切片是明智的，还是应该使用scipy.sparse.bmat？如果确实
浏览 1提问于2019-03-07得票数 1
设置
我知道，在.sparse-module中，稀疏矩阵与numpy-arrays不同。另外，我知道像这样的关于稀疏数组切片的问题。无论如何，这个问题和大多数其他问题都涉及切片的性能。我的问题是如何处理他们不同的切片行为。正如一开始所说的，我知道使用sparse_matrix.A等会给我想要的结果。无论如何，将稀疏矩阵<
浏览 0提问于2019-07-22得票数 0
回答已采纳
1回答
枕子矩阵
、、、
我有一个稀疏矩阵A和一个列向量a，Out[1]: <256x256 sparse matrix of type '<type 'numpy.float64'>'Out[2]: 70Sub = A.tolil()[a,:][:,a]
浏览 2提问于2014-01-11得票数 0
回答已采纳
我正在努力理解切片稀疏矩阵的行为。，并希望对其进行切片。从那个矩阵中我想要一个矩阵 (0, 4136) 1 (0, 9089) 1 (0, 2) 1 (0, 0) 1 我只想有
浏览 50提问于2019-03-08得票数 0
2回答
这是我刚发现的东西。由于某种原因，在Armadillo中，将稠密矩阵乘以稀疏矩阵比乘以稀疏和稠密矩阵(即倒序)要慢得多。:sp_mat& b) // dense x sparse -> sparse return result;我使用以下是R中的一些时间，在几个相当大的垫子上：#
浏览 0提问于2018-04-11得票数 3
回答已采纳
2回答
火炬稀疏张量的列/行切片
、、、
我有一个吡火炬稀疏张量，我需要使用这个片[idx][:,idx]对行/列进行分层，其中idx是一个索引列表，使用上面提到的切片在普通的浮动张量上得到我想要的结果。是否可以对稀疏张量进行同样的切片？，其中我需要使用随机数据集对n行和n列进行切片，只需对n随机数据行进行抽样。由于数据集太大，因此转换成更方便的数据类型是不现实的</e
浏览 2提问于2018-06-03得票数 11
我使用cern.colt.matrix.* lib进行稀疏矩阵计算，..but似乎总是遇到这样的错误：这在matlab中工作得很好(矩阵加载很好，所有操作都可以工作)。我想知道如何解决这个问题？我应该使用diff稀疏矩阵库，还是需要对矩阵</em
浏览 2提问于2012-01-19得票数 3
2回答
在处理大型SciPy CSR稀疏矩阵时，我注意到将矩阵切片以从矩阵中获得单行的速度非常慢，因为它似乎是在复制。有没有办法创建一个稀疏矩阵，它引用现有的行而不是复制它，也许有比CSR矩阵更合适的实现？
我的实现需要的是元素和行的快速查找，以及向量的所有非零索引的快速查找。我永远不需要以任何方式更改矩阵或对
浏览 0提问于2017-07-03得票数 1
3回答
枕稀疏CSR矩阵的快速切片与乘法
、、、、
我有一个大小为2M×50k的稀疏CSR矩阵，它有200 m的非零值(每行100)。我需要用一个(随机分布的)索引(即熊猫Series)分割120 k行，然后将该子矩阵乘以大小为1x50k的稀疏向量(还有100个非零值)。相反，我可以先乘以整个矩阵，然后切片结果：result_sliced = result[index.toli
浏览 3提问于2017-02-09得票数 0
回答已采纳
import numpy as np使用numpy我得到了test_list= test_mat[0,:].tolist()test_mat = lil_matrix(np.ones((4,6)))将test_l
浏览 0提问于2013-04-15得票数 3
回答已采纳
简言之：从它创建子矩阵长表实际上表示的是一个巨大的矩阵，数据具有以下形状(示例不是真实的)：146000 146000这些数据来自于实验测量，并不是格式化的用户友好。POS 1和POS 2表示大网格(矩阵)上一个小集群的坐标，而VALUE表示它们的关联强度。它非常类似于相关矩阵。对于我的项目，我需要将这个大<
浏览 0提问于2022-01-02得票数 3
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
