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


猜你喜欢
- 我如何卸载 PyTorch? 2022-01-01
- 使用公司代理使Python3.x Slack(松弛客户端) 2022-01-01
- 我如何透明地重定向一个Python导入? 2022-01-01
- ";find_element_by_name(';name';)";和&QOOT;FIND_ELEMENT(BY NAME,';NAME';)";之间有什么区别? 2022-01-01
- YouTube API v3 返回截断的观看记录 2022-01-01
- 计算测试数量的Python单元测试 2022-01-01
- 使用 Cython 将 Python 链接到共享库 2022-01-01
- 如何使用PYSPARK从Spark获得批次行 2022-01-01
- 检查具有纬度和经度的地理点是否在 shapefile 中 2022-01-01
- CTR 中的 AES 如何用于 Python 和 PyCrypto? 2022-01-01