如何在python中保存从稀疏库创建的稀疏矩阵
在Python中保存从稀疏库创建的稀疏矩阵，可以使用稀疏矩阵的存储格式进行保存。常见的稀疏矩阵存储格式有三元组格式（COO）、压缩稀疏行格式（CSR）和压缩稀疏列格式（CSC）。
- 三元组格式（COO）：
三元组格式是一种简单的稀疏矩阵存储格式，它将非零元素的行、列和值分别存储在三个数组中。在Python中，可以使用scipy库的
coo_matrix类创建和保存稀疏矩阵。下面是一个保存稀疏矩阵到三元组格式的示例代码： - 三元组格式（COO）：
三元组格式是一种简单的稀疏矩阵存储格式，它将非零元素的行、列和值分别存储在三个数组中。在Python中，可以使用scipy库的
coo_matrix类创建和保存稀疏矩阵。下面是一个保存稀疏矩阵到三元组格式的示例代码： - 推荐的腾讯云相关产品：腾讯云对象存储（COS），用于存储和管理大规模数据。
- 压缩稀疏行格式（CSR）：
压缩稀疏行格式是一种常用的稀疏矩阵存储格式，它将非零元素的值、列索引和行偏移分别存储在三个数组中。在Python中，可以使用scipy库的
csr_matrix类创建和保存稀疏矩阵。下面是一个保存稀疏矩阵到压缩稀疏行格式的示例代码： - 压缩稀疏行格式（CSR）：
压缩稀疏行格式是一种常用的稀疏矩阵存储格式，它将非零元素的值、列索引和行偏移分别存储在三个数组中。在Python中，可以使用scipy库的
csr_matrix类创建和保存稀疏矩阵。下面是一个保存稀疏矩阵到压缩稀疏行格式的示例代码： - 推荐的腾讯云相关产品：腾讯云云数据库TDSQL，提供高性能、高可用的数据库服务。
- 压缩稀疏列格式（CSC）：
压缩稀疏列格式是一种类似于压缩稀疏行格式的稀疏矩阵存储格式，它将非零元素的值、行索引和列偏移分别存储在三个数组中。在Python中，可以使用scipy库的
csc_matrix类创建和保存稀疏矩阵。下面是一个保存稀疏矩阵到压缩稀疏列格式的示例代码： - 压缩稀疏列格式（CSC）：
压缩稀疏列格式是一种类似于压缩稀疏行格式的稀疏矩阵存储格式，它将非零元素的值、行索引和列偏移分别存储在三个数组中。在Python中，可以使用scipy库的
csc_matrix类创建和保存稀疏矩阵。下面是一个保存稀疏矩阵到压缩稀疏列格式的示例代码： - 推荐的腾讯云相关产品：腾讯云云服务器（CVM），提供可扩展的计算能力和高性能的云服务器实例。
以上是在Python中保存从稀疏库创建的稀疏矩阵的方法和示例代码，通过选择适合的稀疏矩阵存储格式，可以高效地保存和处理稀疏矩阵数据。
相关·内容
1回答
我使用python中的稀疏库创建了一个5维的稀疏矩阵，我的代码看起来与文档类似：
import sparse
coords = [[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4]]
data = [10, 20, 30, 40, 50]
s = sparse.COO(coords, data, shape=(5, 5))
我想保存这个矩阵，这样我以后就可以用下面这样的东西加载它：
sp.save_npz("filename.npz", s)
与sparse包中的save_npz (在scipy中)等效的功能是什么？
浏览 11提问于2019-08-13得票数 1
回答已采纳
我正在使用python中的大型稀疏矩阵(从文本生成的文档特征矩阵)。这需要相当多的处理时间和内存来处理这些，我想稀疏矩阵可以提供一些改进。但我担心使用稀疏矩阵库会使插入其他python (和R，通过rpy2)模块变得更加困难。
已经跨过这座桥的人能提供一些建议吗？在python/R中使用稀疏矩阵在性能、可伸缩性和兼容性方面有什么优缺点？
浏览 5提问于2011-04-22得票数 8
回答已采纳
1回答
我正在使用Python、numpy和scipy对我为文本分析创建的主题模型的输出进行一些层次聚类。
我将我的测试语料库应用于ldamodel，因此它成为一个词袋表示。然后我把它变成了一个矩阵。现在，我想使用scipy来创建一个矩阵的链接矩阵。但它给出了值错误:使用序列设置数组元素。我猜这是因为只有形状相同的数组才能聚集在一起。我的矩阵在列表中的列表之间有长度上的差异。我现在只是不知道如何解决这个问题。下面是代码的一小部分。我不知道这是否有帮助。我真的希望有人能帮我。
import numpy as np
X = np.array(corpus)
from matplotlib im
浏览 0提问于2017-01-13得票数 0
我的数据旁边有一个稀疏矩阵。我认为这些数据可能是有益的，但是因为它在通常的使用中是稀疏的，是无用的。有什么方法可以对它进行转换吗？例如，PCA，你有什么经验吗？
附加细节：
我致力于从Kaggle.com的巨大竞争，我增加国籍(基本名称功能)的数据。我的国籍类似于：“北欧，斯堪的纳维亚，挪威”，所以我把它转换成虚拟变量，但是我有一个稀疏矩阵。
我认为通常的稀疏矩阵对分类没有帮助，我们应该对它进行变换。(？这是真的吗？)
我想在某种程度上我应该合并我的特征，以减少稀疏性。
浏览 0提问于2018-08-05得票数 2
2回答
我有一个矩阵A (有多少故事是这样开始的？)那太少了。
[
[0, 0, 0, 1.2, 0]
[0, 0, 0, 0, 0]
[3.5, 0, 0, 0, 0]
[0 7, 0, 0, 0]
]
我希望使用ZeroMQ在进程之间来回发送这种变体。假设客户端和服务器使用不同的语言，没有通用的序列化格式。以下是一些任务。
创建A。这是复杂的，因为需要发送矩阵的“框架”，这里是(4,5)。
将A[4,2]从7更新到6。
取一个稀疏向量v=[0,0,3.1,0,0]，用A乘以它，得到结果。
有人告诉我，发送字节流可能是最好的解决方案，但我找不到不同库之间
浏览 4提问于2017-08-20得票数 2
回答已采纳
1回答
我在R中有一个非常大且稀疏的矩阵，它是用“矩阵”包创建的，我想在python + numpy中处理。R对象是csc格式，如果我使用矩阵包中的函数writeMM导出它，输出如下所示：
%%MatrixMarket matrix coordinate real general
4589 17366 160441
22 1 5.954510725783322
36 1 29.77255362891661
41 1 23.81804290313329
74 1 5.954510725783322
116 1 59.54510725783322
127 1 11.909021451566645
159
浏览 5提问于2015-07-23得票数 1
回答已采纳
我正在寻找一个C/C++接口，用于在Linux中高效地计算巨大的稀疏矩阵。矩阵可以是数百万倍、数百万/数千倍。我检查了一些现有的库，但它们似乎都不能满足我的所有需求。
1，我需要通过动态添加元素来创建一个稀疏矩阵。(不适用于SparseLib++)
2，我还需要能够创建一个稀疏对角矩阵，以便我可以用不同的标量缩放另一个稀疏矩阵的列。(没有找到用于此的库，也许还有另一种方法可以按列缩放稀疏矩阵)
3、需要支持矩阵乘以矩阵/向量的运算(很多库都支持这些基本运算)
4，它需要支持两个稀疏矩阵或向量之间的逐项乘法或除法，比如.*或./在MATLAB中(我没有找到这样的库，我需要这个操作来筛选出一个稀疏
浏览 0提问于2010-12-11得票数 0
我有一个密集矩阵A，如A= np.random.rand(100,100)，我需要创建一个稀疏矩阵(块反对角矩阵)作为
(0A)(A^t0)
为了使它是对称的，所以我可以用eigsh得到一些特征值和特征向量。
有人能在python中提供一些代码片段吗？非常感谢!
浏览 5提问于2022-07-22得票数 -1
3回答
使用稀疏矩阵与numpy数组
、、、、
我用Python创建了一些带有字计数的numpy数组:行是文档，列是单词X的计数。如果我有大量的零计数，人们建议在进一步处理这些数组时使用稀疏矩阵，例如在分类器中。然而，当向Scikit 中输入numpy数组与稀疏矩阵时，它似乎没有多大区别。所以我想知道三件事：
说
稀疏矩阵是大多数元素为零的矩阵。
这是否是确定何时使用稀疏矩阵格式的适当方法--只要> 50 %的值为零？还是说以防万一才有意义呢？
稀疏矩阵对像我这样的任务的性能有多大的帮助，特别是与numpy数组或标准列表相比？
到目前为止，我将数据收集到一个numpy数组中，然后转换为csr_matrix in 。
浏览 5提问于2016-05-01得票数 46
回答已采纳
6回答
我有两个大小为100000 x 100000的sq矩阵(a，b)。我必须求这两个矩阵的差(c = a-b)。结果矩阵'c‘是一个稀疏矩阵。我想找出所有非零元素的索引。我必须多次执行此操作(>100)。
最简单的方法是使用两个for循环。但这是计算密集型的。你能告诉我任何算法或包/库，最好是在R/python/c中尽可能快地做到这一点吗？
浏览 2提问于2011-09-09得票数 6
回答已采纳
我在这方面研究了很多，但找不到解决这个问题的实际方法。我正在使用scipy创建csr稀疏矩阵，并希望从所有1的等价矩阵中减去此矩阵。在scipy和numpy表示法中，如果矩阵不是稀疏的，我们可以通过简单地编写1- MatrixVariable来实现。但是，如果Matrix是稀疏的，则不会实现此操作。我可以想到下面这个显而易见的解决方案：
迭代整个稀疏矩阵，将所有零元素设置为1，将所有非零元素设置为0。
但这将创建一个矩阵，其中大多数元素为1，只有少数元素为0，这不再是稀疏的，并且由于其巨大的大小无法转换为密集。
有什么替代的和有效的方法可以做到这一点呢？
谢谢。
浏览 3提问于2013-07-02得票数 3
4回答
我有一个巨大的稀疏矩阵。我想把密集的等价物保存到文件系统中。
问题是我的机器上的内存限制。
我最初的想法是：
用huge_sparse_matrix将ndarray转换为np.asarray(huge_sparse_matrix)
赋值
将其保存回文件系统
然而，在步骤1中，Python会引发MemoryError。
在我看来，一个可能的办法是：
创建密集数组的一个块
从相应的稀疏值分配值
将密集数组块保存回文件系统。
重复1-3
但怎么做呢？
浏览 11提问于2015-05-21得票数 0
我是Python新手，您能帮我介绍一些基本的稀疏矩阵操作吗：
如何从稀疏矩阵中提取密集行向量而不预先使整个矩阵密集？coo_matrix.getrow()只返回稀疏表示。
如何从稀疏矩阵中随机抽取行的比例(例如，80%)？我需要用它们作为训练数据，剩下的比例作为测试数据。
提前感谢！
浏览 3提问于2013-04-28得票数 1
回答已采纳
3回答
我正在尝试使用sklearn库在Python语言中将信号分解成大型稀疏矩阵中的组件(矩阵分解)。
我利用scipy的scipy.sparse.csc_matrix来构建我的数据矩阵。然而，我不能进行任何分析，比如因子分析或独立成分分析。我唯一能做的就是使用truncatedSVD或scipy的scipy.sparse.linalg.svds来执行主成分分析。
有没有人知道在python中对稀疏矩阵进行ICA或FA的解决方法？任何帮助都将不胜感激！谢谢。
浏览 1提问于2015-04-29得票数 2
1回答
我已经用RTextTools包建立了一个大型文档术语矩阵.
现在，我正在尝试计算矩阵行中的字符数，以便在执行主题建模之前删除空文档。
当我将它应用到我的语料库样本中，获得一个较小的矩阵时，我的代码不会出现错误，但是当我试图计算从我的整个语料库生成的矩阵中文档的行长时(~75000条tweet)，我会得到以下错误消息：
Error in vector(typeof(x$v), nr * nc) :
the dimension of the vector no cannot be NA
And: Warning message:
In nr * nc : NA produced by int
浏览 2提问于2015-01-31得票数 1
回答已采纳
1回答
什么是一个好的Python库来操作非常大的矩阵(例如数百万行/列)，包括在矩阵生命周期的任何阶段添加行或列的能力？
我看过和，但它们都不支持在矩阵创建后添加或删除行或列。
我能找到的另一件事是 中提到的numpy/scipy中的稀疏矩阵功能。然而，添加/删除行和列的能力似乎是可能的，但官方不支持，而且有点老生常谈，所以我担心使用真正的dataset性能会很糟糕。此外，它还包括几种不同的稀疏矩阵实现，所以我搞不清哪一种是最好的(例如lil_matrix、csc_matrix和csr_matrix)。
浏览 1提问于2014-04-26得票数 4
2回答
我的问题很难或太简单。因此，我一直在使用稀疏从不同的向量创建一个矩阵(例如)
我使用sparse(i,j,s,m,n)，其中i和j是分配给用地板导出的粒子的，等等(在单元模拟中是粒子)。
这是给1D的。我想要矢量化这个问题的二维，并得到了问题，我不能创建三维稀疏矩阵的八度。
我真的不是八度的专家，我正在寻找一个解决方案，我可以根据i和j值很好地将从s到s的值放入矩阵中。
例如:我在单元格x=2和y=2中得到了粒子1，而不是希望从(1,2,2,value)中的粒子1中得到一个具有值的矩阵。有没有一种没有太多if's和for's的方法？
浏览 4提问于2013-12-04得票数 2
回答已采纳
2回答
我必须实现稀疏矩阵，并对其进行一些分解，如Cholesky分解，LU分解，QR分解。
实际上，我发现了一个名为JAMA的库，它能够对密集矩阵执行此操作。
但我必须实现稀疏矩阵。
有没有人可以分享他们实现稀疏矩阵的经验，或者有没有库可以实现它。
浏览 0提问于2011-08-27得票数 0
回答已采纳
2回答
稀疏矩阵的高效最近邻搜索
、、、
我有一个庞大的数据(文本)语料库，我已经将其转换为稀疏术语文档矩阵(我使用scipy.sparse.csr.csr_matrix来存储稀疏矩阵)。我希望为每个文档找到前n个最近的邻居匹配。我希望Python scikit-learn库中的NearestNeighbor例程(准确地说是sklearn.neighbors.NearestNeighbor)可以解决我的问题，但是使用空间分区数据结构(如KD trees或Ball trees )的高效算法不能处理稀疏矩阵。只有蛮力算法才能处理稀疏矩阵(这在我的情况下是不可行的，因为我正在处理大型语料库)。
稀疏矩阵的最近邻搜索(用Python或任何其他
浏览 1提问于2013-08-11得票数 9
3回答
我现在想用它的转置来乘一个大型稀疏矩阵(~1M×200 k)。结果矩阵的值将以浮点数表示。
我试着将矩阵加载到枕的稀疏矩阵中，并将第一矩阵的每一行与第二矩阵相乘。乘法用了2小时才完成。
实现这种乘法的有效方法是什么？因为我在计算中看到了一个模式。
矩阵大而稀疏。
矩阵的乘法及其转置。因此，得到的矩阵是对称的。
我想知道哪些库可以更快地实现计算。它可以是Python、R、C、C++或任何其他语言。
浏览 7提问于2014-07-04得票数 10
回答已采纳
1回答
我想从MATLAB中向共享库传递一个稀疏矩阵，在那里执行一些操作(用C编写)，然后返回它。
我可以通过一个密集的矩阵和使用，相当容易。但是，我不知道如何从MATLAB将稀疏矩阵传递给共享库。我发现的都是关于MEX的事。
如果在MATLAB中给出稀疏矩阵格式的一些信息，用C语言进行转换，这是值得赞赏的。
提前谢谢。
浏览 1提问于2013-01-28得票数 3
2回答
我已经涵盖了许多StackOverflow问题和谷歌搜索结果，阅读了许多讨论主题，但我找不到我的问题的任何适当的答案。我有一个.mat格式的稀疏矩阵，它包含36600个节点(36600x36600邻接矩阵)，可以在Java环境中读取和操作(如矩阵向量乘法)。我应用了许多在这里讨论的答案，但是我总是得到NullPointerException错误，尽管在.mat文件中有数据。(有些人说这些结果是因为数据的大小)。我已经将以下代码应用于返回null和NullPointerException的.mat文件。
MatFileReader matfilereader = new MatFileReade
浏览 16提问于2016-09-06得票数 1
回答已采纳
我在Python中有一个稀疏矩阵A，我想将14添加到第一列中。
A[:,0] + 14
但是，我收到一条错误消息：
NotImplementedError: adding a nonzero scalar to a sparse matrix is not supported
浏览 0提问于2018-06-19得票数 2
回答已采纳
我正在使用python、sklearn和numpy，我正在创建以下稀疏矩阵：
feats = tfidf_vect.fit_transform(np.asarray(tweets))
print(feats)
feats=np.log(np.asarray(feats))
但是，当我应用日志时，我会得到以下错误：
Traceback (most recent call last):
File "src/ef_tfidf.py", line 100, in <module>
feats=np.log(np.asarray(f
浏览 2提问于2015-12-03得票数 0
回答已采纳
1回答
我有一个稀疏矩阵(从python函数接收)，我想将其转换为numpy矩阵。numpy矩阵不适合本地内存，我想把它放到pySpark中的RDD中。我一般不太熟悉Spark，因此我不知道如何将本地spase矩阵加载到RDD中。
浏览 2提问于2015-06-17得票数 1
1回答
我正在尝试使用Kaggle数据集来学习ML。在其中一个问题中(用Logistic回归)，输入矩阵和参数矩阵的大小分别为(1110001，8)和(2122640，8)。
在python中执行时，我会得到内存错误。我想任何语言都是一样的，因为它太大了。我的问题是，它们是如何在现实的ML实现中乘以矩阵的(因为它通常是这么大的)？
困扰我的事情：
因此，有些ppl建议计算各部分的点积，然后进行组合。但是即使如此，矩阵对于RAM来说还是太大了(9.42TB？(在这种情况下)
如果我把它写到一个文件中，那么优化算法从文件中读取和最小化函数是不是太慢了？
即使我把它写成文件，fm
浏览 0提问于2018-07-06得票数 0
回答已采纳
我有一个用scipy.sparse.csc_matrix.toarray()转换成数组的。当我对一个小的数据集使用该函数时，它工作得很好。但是，当我将其用于大型数据集时，python解释器在调用函数时立即崩溃，并且窗口关闭，没有出现错误消息。我尝试转换为数组的矩阵是用sklearn.feature_extraction.text.CountVectorizer创建的。我在Ubuntu 12.04上运行python 2.7.3。更复杂的是，当我试图从终端运行脚本以保存任何错误消息时，日志没有记录任何错误消息，并且实际上在脚本中更早地停止(尽管如果没有调用toarray()则是完整的)。
浏览 0提问于2014-07-01得票数 2
3回答
我需要创建一个大小为400,000*400,000的大型矩阵，并对其进行一些转换。由于内存的限制，我无法使用笔记本中的python来完成这个任务。我可以用什么技术来实现这一点？
浏览 0提问于2021-09-22得票数 0
我有一个16000×600的布尔矩阵。我想用Jaccard距离作为度量，从它创建一个距离矩阵。最终矩阵的维数为16000×16000。为此，我使用了。
当我在一段时间后运行我的程序时，程序会抛出此警告，但不会退出。
/usr/lib/python2.7/dist-packages/scipy/spatial/distance.py:386: RuntimeWarning: invalid value encountered in double_scalars
return (np.double(np.bitwise_and((u != v), np.bitwise_or(u != 0, v !
浏览 3提问于2014-07-06得票数 0
1回答
我已经下载了UJMP (Universal Java matrix Package，通用Java矩阵包)库，并将其包含到我的项目中，用于生成稀疏矩阵。但是我找不到任何关于库函数的文档，如何创建稀疏矩阵，向矩阵添加元素等。有没有人对此有经验或有关于库的文档？谢谢你所做的一切
浏览 0提问于2012-11-03得票数 1
2回答
我在使用COO稀疏矩阵作为亲和传播的输入时遇到了问题，但是对于numpy数组来说，它工作得非常好。
举个例子，假设我的相似矩阵是：
[[1.0, 0.9, 0.2]
[0.9, 1.0, 0.0]
[0.2, 0.0, 1.0]]
Numpy矩阵版本
import numpy as np
import sklearn.cluster
simnp = np.array([[1,0.9,0.2],[0.9,1,0],[0.2,0,1]])
affprop = sklearn.cluster.AffinityPropagation(affinity="precomputed")
浏览 0提问于2016-03-03得票数 1
回答已采纳
我正在试验稀疏矩阵，我需要一些包含一些模式的稀疏矩阵数据。最容易生成的是图像数据，例如-
a = 64 * ones (9,1);
b = [64 64 64 0 0 0 64 64 64];
c = [64 64 64 0 64 0 64 64 64];
b = b';
c = c';
M = [a a a b c c b a a a];
生成简单的矩形图案。我想要的是像矩阵(图像数据)形式的一些曲线(x^2或sinx)的复杂图案。有没有可能把它们转换成图像数据？
浏览 0提问于2012-02-16得票数 0
回答已采纳
我正在使用Python和Scipy库来创建一个稀疏矩阵，特别是csr_matrix (压缩稀疏行矩阵)。矩阵很大，大约有70000*70000个元素。我将矩阵构建为2d数组，然后构造csr_matrix，将2d数组作为参数。构造一个非常稀疏的大小矩阵是很容易的，没有任何问题。
当给出一个密度更大的2d数组(更不用说零个元素)时，这个问题就会出现，这个过程会被一个错误打断：
值错误:无法识别的csr_matrix构造函数用法
我尝试在交互式Python环境中构建一个大小相同的密集矩阵，并得到了完全相同的错误。
from scipy import sparse
a = [[10 for i
浏览 2提问于2015-08-29得票数 2
回答已采纳
1回答
我正在尝试做一些非常简单的事情，但是对Python中关于稀疏矩阵和向量的大量信息感到困惑。
我想创建两个向量，x和y，一个长度为5，另一个长度为6，是稀疏的。然后我想在每一个中设置一个坐标。然后我想创建一个矩阵A，sparse，它是5 x 6，然后加上x和y之间的外积，然后我想对这个矩阵A进行奇异值分解。
下面是我尝试过的方法，它在很多方面都出错了。
from scipy import sparse;
import numpy as np;
import scipy.sparse.linalg as ssl;
x = sparse.bsr_matrix(np.zeros(5));
x[1]
浏览 2提问于2016-03-30得票数 0
1回答
我有一个键字典，其中每个值应该是一个巨大大小的稀疏向量(~ 700000个元素，也许更多)。我如何有效地增长/构建这个数据结构。现在，我的实现只适用于较小的大小。
myvec = defaultdict(list)
for id in id_data:
for item in item_data:
if item in item_data[id]:
myvec[id].append(item * 0.5)
else:
myvec[id].append(0)
当与大型文件一起使用时，上面的代码会很快消耗掉所有
浏览 0提问于2015-03-13得票数 3
回答已采纳
1回答
我想加载有符号(加权)图的CSV或文本文件，并创建邻接矩阵。CSV文件包含名为"FromNodeId“、"ToNodeId”和"Sign“的三列。我使用的代码如下：
G = nx.read_edgelist('soc-sign-epinions.txt', data = [('Sign', int)])
#print(G.edges(data = True))
A = nx.adjacency_matrix(G)
print(A.todense())
我遇到了以下错误
ValueError: array is too big; `arr
浏览 16提问于2018-09-08得票数 2
回答已采纳
1回答
社交网络再现
、、
我知道redis图维护内存中的邻接关系矩阵，并且有很多文章提到，只有当您的图适合内存时，它才适用。
我感兴趣的是创建一个包含不同关系的用户的社交图，以及每个用户都可以发表评论和喜欢的帖子。和任何新的应用程序一样，我期待着从很少的用户开始--大约100 K(节点减少&关系开始)--并随着时间的推移而增长。
虽然在理论上可以在RedisGraph中实现，但我无法判断或说明图形的未来增长，也无法知道它是否仍然适合内存&在相同的级别上执行。
RedisGraph是否适合这样的使用程序，还是更适合于一些静态图？
浏览 1提问于2021-01-16得票数 0
回答已采纳
1回答
Fortran中的自动稀疏矩阵
、、、、
我知道英特尔Fortran有用于处理稀疏矩阵的带有函数和子例程的库，但我想知道是否也有某种数据类型或自动方法来创建稀疏矩阵。
在前两个维度中，每个数组大部分(95%左右)填充了零。为了使程序对具有“正常”可用RAM的机器友好，我想将其转换为稀疏矩阵。基本上，我很懒，我不想修改整个内存管理实现，也不想编写一个全新的模块来存放和管理我的数组。Fortran有没有一个库或其他东西可以实现一种数据类型或其他东西，这样我就可以使用稀疏矩阵存储，而无需重新设计每个数组以及它的处理方式？谢谢你的帮助。干杯。
浏览 5提问于2013-05-11得票数 0
回答已采纳
3回答
我在python中有一个列表。名单如下：
[[196, 242, 3],
[186, 302, 3],
[22, 377, 1],
[196, 377, 3],
....
]
第一列对应于用户(1:943)，第二列对应于项目(1:1682)和他们对项目的投票。我想试试矩阵因式分解。我应该创建一个用户x项矩阵吗？如果是的话，我如何在python中创建一个矩阵，其中一个轴是用户的大小，另一个轴是条目的大小，值是用户的选票。
编辑：--我也检查nmf.py的实现，它作为输入一个2D矩阵，而不是列表或稀疏表示。
浏览 4提问于2016-10-04得票数 0
回答已采纳
1回答
我在python中工作，用的是大小为n的稀疏矩阵A，我使用的是csr_matrix格式，我把矩阵包装成线性算子，这样我就可以使用slinalg包了。
我需要计算A^T*A积。然而，我无法设法找到适当的例程来实现这一点。我可以使用线性算子的matmat函数，但这要求我将矩阵转换为密集格式。
在python中(即使有不同的包)，我如何在不转换为密集矩阵的情况下，将两个稀疏矩阵相乘呢？我的矩阵很大，由于内存需求，转换会导致崩溃。
浏览 4提问于2020-08-16得票数 0
回答已采纳
我有一个scipy.sparse.csr.csr_matrix，它是TfidfVectorizer()类的输出。我知道我可以以这种方式访问这个矩阵的各个组成部分：
所以如果我有这个矩阵
tf_idf_matrix = vectorizer.fit_transform(lines)
我可以在这里访问各个组件：
tf_idf_matrix.data
tf_idf_matrix.indices
tf_idf_matrix.indptr
如何从Python中保存它--这样我就可以将它加载到MATLAB稀疏矩阵中？或者如何将其转换为密集数组，并将其保存为一个numpy.ndarray文本文件--这样我就
浏览 6提问于2013-12-31得票数 1
回答已采纳
1回答
如何生成随机稀疏正交矩阵？
我知道在枕木库中有一个稀疏矩阵，但它们通常是非正交的。我们可以利用QR-因式分解，但它不一定能保持稀疏性.
浏览 0提问于2018-02-01得票数 2
回答已采纳
我是一个计算机工程专业的学生，我开始使用Python。现在，我的任务是创建一个矩阵，但规模非常大。我如何处理它才能占用更少的内存？我做了一些搜索，找到了“内存处理程序”，但我不确定这个处理程序是否可以用来做这个。或者Python库中有没有模块？
谢谢。
浏览 1提问于2013-02-28得票数 0
回答已采纳
2回答
针对稀疏矩阵交换优化的文件格式
、、、、
我想要将一个稀疏的数字矩阵(整数，但也可以是浮点数)保存到一个文件中，以便进行数据交换。对于稀疏矩阵，我指的是值的高百分比(通常为90%)等于0的矩阵。在这种情况下，稀疏与文件格式无关，而与矩阵的实际内容相关。
矩阵的格式如下：
col1 col2 ....
row1 int1_1 int1_2 ....
row2 int2_1 .... ....
.... .... .... ....
通过使用文本文件(制表符分隔)，文件的大小为4.2G。我可以使用哪种文件格式(最好是普遍存在的.txt文件)轻松加载和保存这个稀疏数据矩阵？我们通常使用
浏览 2提问于2018-02-14得票数 1
2回答
我正在为一个项目实现一些谱图算法。其中很大一部分是寻找大型稀疏矩阵的特征值和特征向量，以及乘法矩阵。
我的问题是，做这件事最快的库是什么？我一直在寻找用于Python的NumPy或用于Java的JAMA。这些是好的，还是有更好的东西？
谢谢。
浏览 1提问于2010-10-18得票数 4
回答已采纳
1回答
Python上的大型稀疏矩阵反演
、、、、
目前，我正在使用Python上的最小二乘算法，用于一些大地测量计算。
我选择了Python (它不是最快的)，它运行得很好。但是，在我的代码中，我有大型稀疏对称(非正定)矩阵的反转，所以不能使用Cholesky矩阵来执行(下面的图像)。现在使用np.linalg.inv()，它使用LU分解方法。
我非常肯定，在快速性方面会有一些优化。
我想到了Cuthill，然后用它的逆值来计算矩阵。你有什么想法或建议吗？
非常感谢你的回答！
浏览 40提问于2022-09-09得票数 0
3回答
具有特征的稀疏随机矩阵
、、、
是否有可能使用类似于我需要翻译的优雅的python代码的C++特征库创建一个(稀疏)矩阵？
(np.random.rand(100,100) < 0.1) * np.random.rand(100,100)
用一定比例的随机值填充的矩阵。
浏览 2提问于2015-06-09得票数 2
回答已采纳
1回答
我想在python中创建一个2D矩阵，当行数和列数相等时，它大约是231000。大多数单元格条目将为零。一些i条目可能是非零的。
创建这个矩阵的原因是应用奇异值分解得到秩为30的U-S-V矩阵。
有没有人能告诉我如何通过应用合适的库来实现这一点？我试过pandas Dataframe，但它显示内存错误。
我也看过奇异值分解矩阵，但不知道如何应用它来求奇异值分解。
浏览 1提问于2017-07-04得票数 0
1回答
我必须构建一个函数，它先按行排序矩阵，然后按列排序，反之亦然，保留矩阵内部的值。矩阵是一个很大的矩阵，所以我使用的算法必须是nlogn算法。
我的结构如下：
typedef struct{
unsigned int line, column;
float value;}Matrix;
Matrix matrix[size_of_matrix*size_of_matrix];
static int numb_of_matrix; /*Whenever I ask the user to insert values to the matrix, I increase this number to
浏览 2提问于2018-04-25得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
