我使用sklearn CountVectorizer创建了一个共现矩阵，并将其保存为csv文件。假设它看起来像这样： Unnamed: 0 a b c d
0 a 0 1 0 0
1 b 2 0 1 0
2 c 0 1 0 3
3 d 0 0 1 0 使用此数据帧作为共现矩阵绘制共现网络的最简单方法是什么？
浏览 39提问于2020-08-20得票数 1
回答已采纳
1回答
我有一个大文本文件(语料库)的Lucene索引，对于一些n-克，我需要找到一个类似单词的列表(共现列表)。
例如，我有一个术语频率为1500的单字“表”，我需要得到这样一个共现列表，其中包含共现计数和测量的共现强度：
WORD FREQ Dice(Jaccard) coefficient
brown 1286 0.3
break 729 0.2
浏览 3提问于2014-05-06得票数 0
回答已采纳
1回答
我有一个很大的元组列表，比如
actions = [ [('d', 'r'), ... ('c', 'e'),('', 'e')],
[('r', 'e'), ... ('c', 'e'),('d', 'r')],
... ,
[('a', 'b'
浏览 0提问于2019-07-24得票数 1
1回答
我正在尝试应用word2vec/doc2vec来找到类似的句子。首先，考虑word2vec的词相似性。我所理解的是，CBOW可以用来在给定的上下文中找到最合适的单词，而Skip-gram是用来查找给定某个单词的上下文的，所以在这两种情况下，我都得到了频繁发生的单词。但是找到类似的词是如何工作的呢？我的直觉是，由于相似的词往往发生在相似的语境中，所以词语的相似性实际上是从上下文/共现词之间的相似性来衡量的。在神经网络中，当隐层上的某个词的向量表示传递到输出层时，它输出共现词的概率。因此，共现词对某些词的向量有影响，而且由于相似词有相似的共现词集，它们的向量表示也是相似的。为了找到相似度，我们需要
浏览 0提问于2017-12-05得票数 1
回答已采纳
3回答
我想在单击后添加元素，如:当我单击“计划”按钮元素文本时，当我单击“日程”按钮元素议程时，元素议程将逐一出现，但在我的代码中，当我单击“议程”按钮时，元素文本>1时，元素议程将循环，我的代码如下：。
我想喜欢这个：
Text 1
agenda 1
Text 2
agenda 2
Text 3
agenda 3
浏览 4提问于2016-10-12得票数 0
回答已采纳
我正在寻找sklearn中的一个模块，它可以让你派生单词-单词共现矩阵。
我可以得到文档-术语矩阵，但不确定如何获得共现的单词-单词矩阵。
浏览 15提问于2016-02-23得票数 25
我是个新手，我认为它在社会科学方面有很大的潜力。
我目前的一个项目是研究新闻文章是如何写关于网络和网络的(也就是人，而不是计算机网络)。为此，我从一个荷兰网站上收集了500篇文章，搜索字符串为“网络”，以获取关于灵活经济的新闻(这是新闻的主要来源，也是关于自营职业的主要新闻来源)。数据是荷兰提供的，但这与我的问题无关。
我喜欢用udpipe，是为了找出名词"netwerk“或动词"netwerken”是在什么语境中使用的。我尝试过kwic (从quanteda)获得这个信息，但这给了我“发生这种情况的窗口”。
我想使用引理(netwerk/netwerken)和共现运算符，但没
浏览 3提问于2020-05-04得票数 0
回答已采纳
1回答
我使用以下代码将列表列表转换为共现矩阵。
lst = [
['a', 'b'],
['b', 'c', 'd', 'e'],
['a', 'd'],
['b', 'e']
]
u = (pd.get_dummies(pd.DataFrame(lst), prefix='', prefix_sep='')
.groupby(level=0, axis=1)
浏览 5提问于2019-08-12得票数 3
回答已采纳
1回答
单词嵌入是如何影响单词相似度的？
、、、、
我正在尝试应用word2vec/doc2vec来查找相似的句子。首先考虑单词相似度的word2vec。我所理解的是，CBOW可以用于在给定上下文的情况下找到最合适的单词，而Skip-gram用于在给定某个单词的情况下查找上下文，因此在这两种情况下，我都会得到频繁出现的单词。但是如何找到相似的单词呢？我的直觉是，由于相似的单词往往出现在相似的上下文中，因此单词相似度实际上是通过上下文/共现单词之间的相似度来衡量的。在神经网络中，当隐藏层上的某个单词的向量表示传递到输出层时，它会输出共现单词的概率。因此，共现词会影响某些词的向量，而且由于相似词具有相似的同现词集合，因此它们的向量表示也是相似的。为
浏览 1提问于2017-12-05得票数 1
1回答
我找不到一种方法来在Mahout中给出一个偏好输入文件(userID，itemID和可选评分)，只生成共现矩阵。这有可能吗？我所能找到的是生成一个推荐输出，而共现矩阵似乎被删除了。
浏览 2提问于2013-01-05得票数 0
回答已采纳
1回答
我需要为生物实体的同时出现计算PMI分数，例如Gene A - Gene B或Gene C - Disease A。从中提取了共现现象。我使用Python 3。
对于一组文档，我通过共现类别(如freq(x)或Gene-Disease )提取了所有实体的个体计数( Gene-Gene和freq(y) )，并提取了实体对( freq(x,y) )的共现计数。所有计数都存储在一个Dict中。
从原始统计中计算Pointwise互信息(PMI)分数的最佳方法是什么：
创建两个数据框架(一个用于单个计数，一个用于共现计数)
创建两个矩阵？(与上文相同)
另一种方法？
假设一组数据有
浏览 7提问于2017-09-06得票数 0
回答已采纳
在sucha中实现共现矩阵是指在给定值的邻域内word1发生次数为word2的一种方法，即5.有100个单词和1000个句子的列表。那么，如何使用python计算大小(100* 100)的共现矩阵呢？
浏览 0提问于2018-10-22得票数 4
回答已采纳
1回答
过滤表中定向的共现
、、、
我有可以在两列中表示的共现数据。每列中的条目来自同一组可能性。最终，我的目标是绘制一个有向网络，但首先我想将表格分成那些相互作用的网络(即X->Y和Y->X)和只在一个方向上出现的网络(即只有Y->Z)。下面是一个示例：
library(tidyverse)
# Example data
from <- c("A", "B", "F", "Q", "T", "S", "D", "E", "A", "T", &
浏览 19提问于2018-07-25得票数 0
回答已采纳
3回答
使用共现矩阵绘制网络
、、、
我想用一个共现矩阵作为输入，在Python中绘制一个网络，这样，具有非零共生计数的节点就被连接起来，并且边的权重与每个节点之间的共出现数成正比。
是否存在一个python库，它将使用共生矩阵作为输入来简化此任务？
浏览 5提问于2018-11-23得票数 1
回答已采纳
例如，我得到包含两句话的文档:我是一个人。他也喜欢苹果。我们是否需要计算“人”和“他”的共现？
浏览 0提问于2019-06-23得票数 1
回答已采纳
我正在做一个共现网络的词的网络弹性分析。
我想要了解的是，一个网络的连通组件(子图)中必须存在的总节点的最小比例是多少，才能将其视为一个巨大的组件。
例如，在一个有20,000个节点的网络中，如果一个子图包含的最大节点数是3，那么它能被认为是一个巨大的组成部分吗？
浏览 0提问于2011-07-07得票数 2
回答已采纳
说：“有时候你需要数据集上的聚合数据，例如建立一个共生矩阵。”
维基百科的共现矩阵与图像处理有关，谷歌搜索这个词似乎带来了某种SEO技巧。
那么，什么是共现矩阵(在计算语言学/NLP中)？它们是如何在NLP中使用的？
浏览 2提问于2014-06-06得票数 20
我有一个共现矩阵，一个对称矩阵(Numpy Array)，其中每个单元格指示两个共现字的频率。
在这个矩阵中，我要计算关联强度。它被定义为单词i和j共发生的次数，除以i和j的总频率的乘积：
def calculate_association_strength(self, cooc, i, j, word_occurrences):
return cooc/(word_occurrences[i]*word_occurrences[j])
在此：
cooc =单词i和j的共存，其大小为vocabulary_size x vocabulary_size.word_occurence
浏览 7提问于2022-12-01得票数 0
1回答
我想在R中计算一个单词共现矩阵。我有以下句子的数据框架-
dat <- as.data.frame("The boy is tall.", header = F, stringsAsFactors = F)
dat[2,1] <- c("The girl is short.")
dat[3,1] <- c("The tall boy and the short girl are friends.")
这给了我
The boy is tall.
The girl is short.
The tall boy and the sho
浏览 6提问于2016-11-07得票数 2
1回答
我有庞大的数据集，样本在下面，我需要计算技能列的共现矩阵，请参考下面的样本数据，我读到了关于共现矩阵的文章，以及CountVectorizer的说明，我写了下面的代码，但是我对如何看到结果感到困惑。如果任何人可以，那么请帮助我，请找到样本数据，并在下面我的尝试代码
df1 = pd.DataFrame([["1000074", "6284 6295"],["75634786", "4044 4714 5789 6076 6077 6079 6082 6168 6229"],["75635714","4092
浏览 0提问于2018-02-12得票数 0
回答已采纳
1回答
我将利用Stack overflow中已经关闭的案例
在sql中创建共现矩阵有一个很好的解决方案，如下所示：
SELECT a.uid first_uid, b.uid second_uid, COUNT(*) cnt
FROM my_table a JOIN my_table b ON b.id = a.id AND b.uid > a.uid
GROUP BY a.uid, b.uid
给定一个表：
id uid
1 a
1 b
1 c
2 a
2 b
2 c
3
浏览 0提问于2016-10-15得票数 0
1回答
我当时正在研究手套背后的理论，并且正在检查它的一些实现。在将数据传递给它的神经网络之前，我注意到，共现矩阵的权重不是目标和上下文单词之间的计数，而是用从目标到上下文单词的某个dist加权的矩阵。例如：
原装手套在第332行
毕道尔手套在第61和63行
在纸中，作者定义了X_{ij}，就像单词j在单词i前面的上下文计数一样。
为什么实现中的协现矩阵权值与此距离值相同？而不是它们之间的计数。
浏览 0提问于2022-07-14得票数 0
1回答
在我的理论数据分析课程中，我必须为学生一起学习的课程找到一个共现矩阵。我被要求手动完成，因为这不是一门编程课程。问题是，我的问题有20门课程和20名学生！
有没有像Octave/Matlab或Python这样的编程语言有api函数来做这件事？
如果不是，我可以在哪里找到找到共现矩阵的算法。我可以把算法转换成代码。谷歌搜索并没有引导我找到算法。
下面是我所拥有的数据示例：
IT 421 540 531 582
IT 549 561 528 578
IT 571 532 563 543
IT 421 561 571 519
IT 540 563 578 411
IT 411 421
浏览 4提问于2011-11-10得票数 0
回答已采纳
我是spark的新手。我需要从像twitter tweet这样的流数据中构建一个共现图(在tweet中，-words将成为节点，如果单词来自同一tweet，我们会在它们之间添加一条边)。我们可以使用spark streaming来构建一个实时的共现twitter图吗？spark streaming是否适用于此用例？我不确定是否可以使用spark streaming来完成。如果不是，还有其他选择吗？
浏览 1提问于2015-06-04得票数 6
我正在对大量的网络日志进行共现分析。我已经使用hadoop计算了每一项的出现时间，以及每对<item1, item2>的共同出现时间。
现在，我想计算成对<item1,item2>的一些相关性度量，例如n_12/(n_1*n_2)，其中n表示项目或项目对的出现或共现时间。我已经将数据安排如下：
key: item1
value: [(item1, n_1) (item2, n_12) ... (itemk, n_1k)]
我想知道在处理有关item1的键值时如何知道n_2, ..., n_k
谢谢你的帮助。
浏览 2提问于2013-03-07得票数 1
1回答
我试图在Matlab中计算一个向量中某些值的共现。为此，我将使用以下代码：
x = graph(:,1);
y = zeros(size(x));
for i = 1:length(x)
y(i) = sum(x==x(i));
end
上面的代码计算向量内每一个索引的共现。我想要唯一索引的共存。我怎样才能做到呢？
我发现了以下实现：
a = unique(x);
out = [a,histc(x(:),a)];
但是，我希望索引保持原样，而不进行排序。
浏览 3提问于2014-12-08得票数 1
回答已采纳
1回答
我想在文档属性上使用cts:values-共现，所以我想知道是否可以在文档属性上创建一个cts:refrence。
我正试图消除重复的搜索结果，以方便.我所有的文档都有一个名为<id>的属性。但是我希望频率计算只使用每<id> 1，但是我的数据库对于每个原始文档都有一些工件文档，但是它们都有属性<id>。所以我想用cts:价值共现来消除重复。
浏览 5提问于2016-03-14得票数 2
回答已采纳
1回答
我有一个段落，想要计算给定固定窗口大小的单词的共现矩阵。
a='Apply singular value decomposition to obtain word embeddings and compare with word2vec'.split()
list(skipgrams(a,n=2,k=4))
输出是一个元组列表
[('Apply', 'singular'), ('Apply', 'value'), ('Apply', 'decomposition'),...]
如何
浏览 0提问于2018-11-08得票数 0
1回答
我对这个共现的包裹有困难。在创建了共现对象之后，我试图绘制它，以获得一个正/负共现的热图。这应该很简单--示例中的代码只是“cooccur_object”，但它在zero_range(from)：X中抛出了一个错误：错误:x必须长度为1或2。我已经包括了可复制代码，任何想法都是欢迎的。错误似乎取决于数字本身，因为示例代码很好地处理了"finches“数据集，并且只在随机生成数字时偶尔抛出错误。下面的可复制代码会抛出错误，但是如果您更改了种子，它有时会运行，有时不会。有什么想法吗？
set.seed(13532)
a <- rnorm(100)
a[a>0] <- 1
浏览 3提问于2017-04-08得票数 0
回答已采纳
从我选择的MRI图像中，我有一个不规则的感兴趣区域。我想使用skimage.feature.greycomatrix库对图像进行共现分析。然而，我的ROI形状不规则。在图像的numpy数组中保持0会导致不正确的灰度共现分析，我已经将它们设为NaN的。但是，greycomatrix无法分析具有NaN的numpy数组。有没有人遇到过这个问题或有解决方案？
浏览 5提问于2016-10-25得票数 1
我有一个很大的网络可以用NetworkX来可视化。网络可视化的矩阵是CSV格式的关键字的共现。我运行以下命令并查看图表。我的问题是对网络进行群集。如果能让我知道如何基于"Force Atlas“或"Sampson”算法进行聚类，我将不胜感激。我尝试过原力地图集，但在windows中安装"pygraphviz“遇到了困难。 import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt
input_data = pd.read_csv('Matrix.csv', in
浏览 46提问于2021-10-07得票数 0
1回答
我在设定预测方面有困难。我想我想用共现来解决这个问题，但是现在我已经尝试过了，我不确定它是否是正确的工具。
我有一个数据库，其中包含一些数据(每列对应于特定项，每一行对应于每一组)，例如：
data:
[[1 0 1 1]
[1 1 1 1]
[1 0 1 1]]
我计算出共现矩阵：
cooccur_matrix:
[[0 1 3 3]
[1 0 1 1]
[3 1 0 3]
[3 1 3 0]]
现在我有了一个不完整的集合：
target:
[1 0 1 1]
我的共现矩阵的点积是：
prediction:
[6 3 6 6]
但这不是我想要的。我想要得到的是这样的东西：
pred
浏览 3提问于2016-04-17得票数 0
回答已采纳
1回答
我有一个很小的数据集，例如：
import pandas as pd
df = pd.DataFrame({'a': [1,2,3,4,5,6,7,8,9,10], 'b': [11,22,11,22,33,11,22,44,11,22]})
df
我想找出列a的b列的值的共现情况。
我尝试过的：
df_co = pd.get_dummies(a.a).groupby(a.b).apply(max)
df_co
但这不是一个共现矩阵。所以我也试了一下：
df_co.T.dot(df_co)
这给了我：
这是计算共生矩阵的正确方法吗？
浏览 0提问于2021-01-19得票数 0
如何将PCFG (句子结构)和n-gram模型(词汇共现)的优点结合起来？
浏览 0提问于2016-03-05得票数 0
回答已采纳
我对Python非常陌生，所以我不确定是否有简单的解决方案来解决我的问题。我有一个庞大的文本语料库，分为大约40,000个文档，每个文档都在一行中(已经进行了标记，所以一行中的每个单词都是一个标记)。我使用以下代码计算了每个两个单词组合的共现次数： import itertools
from itertools import combinations
from collections import Counter
cooccurrences = []
for tokens in data['tokenized_text']:
tokens_pairs = iter
浏览 20提问于2021-01-21得票数 0
回答已采纳
我正在使用Sklearn的CountVectorizer()将我的文本文档转换为文章-单词共现矩阵。它工作得很好，但是我希望它排除与包含少于k个单词的文档相对应的行。
我尝试过通过简单的for循环来实现这一点，但是，当我使用备用数组时，它并不起作用。这也不是最优雅的代码--肯定有更好的方法！
下面的代码找到共现矩阵X，循环遍历每一行，并检查是否有超过k个单词。
from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer()
X = vectorizer.fit_transfor
浏览 4提问于2019-08-09得票数 0
回答已采纳
2回答
计数排序共现矩阵
、、、、
我在熊猫身上有一个共现矩阵。如何获得所有组合的共现值，不进行循环排序降序？(我没有在对角线的另一边写值，但它们在那里，并保存镜像值)
输入：
A B C D E F
A 0 1 0 1 2 0
B 0 3 1 1 1
C 0 1 8 9
D 0 2 6
E 0 9
F 0
输出：
CF 9
EF 9
CE 8
DF 6
BC 3
AE 2
DE 2
AB 1
AD 1
BD 1
BE 1
BF 1
CD 1
AC 0
AF 0
浏览 2提问于2018-03-13得票数 0
回答已采纳
1回答
我具有关于一个实体在给定时间是否存在的二进制编码观察值的列表，例如， date a b c d e f g
07-07-2021 0 1 1 0 0 0 0
07-08-2021 1 0 0 0 1 1 1
07-10-2021 0 0 1 1 1 1 0
07-11-2021 1 1 1 0 0 1 1 我已经使用crossprod()计算出的共现矩阵创建了一个网络对象。我想将观察数据作为边属性添加到网络中，但我不确定如何做到这一点。我想知道如何使用R包来实现我的目标。谢谢!
浏览 19提问于2021-08-10得票数 0
我有一个单词共现矩阵，如下所示。我想使用MDS来减少维度并绘制它。在sklearn中有一个函数model = MDS(n_components=2, dissimilarity='precomputed', random_state=1)，要应用模型output = model.fit_transform(input)，我的理解是输入应该是一个相异矩阵，而不是我拥有的相似性矩阵。对吗？有没有一个函数可以用来转换这个共现的相异矩阵？我对此还很陌生。非常感谢你的帮助。
co-occurrence matrix :
word1 word2 wor
浏览 3提问于2020-04-15得票数 2
1回答
我用Hadoop来计算词之间的共现相似度。我有一个文件，该文件由如下所示的共现字对组成：
a b
a c
b c
b d
我正在使用一种基于图的方法，它将单词作为节点来处理，而同时出现的单词在它们之间有一个边缘。我的算法需要计算所有节点的程度。我成功地编写了一个Map-Reduce作业来计算输出以下内容的总度：
a 2
b 3
c 2
d 1
目前，输出被写回一个文件，但是我想要的是将结果捕获到一个java.util.HashMap中。那么，我想在另一个HashMap作业中使用这个Reduce来计算最终的相似性。
以下是我的问题：
是否可以捕获减少内存作业(List，Map)的结果。如果是
浏览 3提问于2013-10-01得票数 3
回答已采纳
我的标签共现网络被存储为CSV格式的邻接矩阵，如下所示。 ,#A,#B,#C,#D,#E,#F,#G,#H,#I,#J,#K
#A,0,1,1,0,1,1,1,1,0,1,0
#B,1,0,0,0,1,1,1,1,0,1,0
#C,1,0,0,0,1,1,1,1,0,1,0
... 然后我使用这个页面作为参考Plot NetworkX Graph from Adjacency Matrix in CSV file 我想将此矩阵导入到networkx中，并尝试了以下操作： import numpy as np
import networkx as nx
import matplotlib.py
浏览 39提问于2020-10-08得票数 0
回答已采纳
1回答
我有客户与之交互的产品的文档(没有重复的产品)： { "client_interactions": [{"productType": "A", "productId": "1"}, {"productType": "A", "productId": "2"}, {"productType": "B", "productId": "9"}]}
{ "client_interacti
浏览 11提问于2019-10-11得票数 1
回答已采纳
我得到了一个共现矩阵，如下使用熊猫。
lst = [
['a', 'b'],
['b', 'c', 'd', 'e'],
['a', 'd'],
['b', 'e']
]
u = (pd.get_dummies(pd.DataFrame(lst), prefix='', prefix_sep='')
.groupby(level=0, axis=1)
浏览 0提问于2019-08-16得票数 0
回答已采纳
我需要从google图书的n-gram语料库中为每个目标单词计算大约10,000个目标单词和几百个上下文单词的单词共现统计
下面是完整数据集的链接：
显而易见，数据库大小约为2.2TB，包含数千亿行。为了计算词的共现统计，我需要处理每个可能的目标词和上下文词对的全部数据。我目前正在考虑使用Hadoop和Hive来批量处理数据。考虑到这是一个有一个学期的时间限制和有限的计算资源的学术项目，还有其他可行的选择吗？
请注意，不需要对数据进行实时查询
浏览 0提问于2013-03-06得票数 0
1回答
我有一个15 of的文字。我需要计算出固定窗口大小的单词的共现计数，然后再对它们进行处理。例如，这是我的文字；
“福说呼，酒吧说什么？”
对于窗口大小为4的文本，若要构造共现频率的双图，输出应如下；
字1-字2-计数
福，说，1
foo，呼，1
foo，bar,1
说，呼，2
说，酒吧，2
说，说，1
哇，酒吧，1
呼，什么，1
酒吧，什么，1
说，什么，1
我已经知道有一些工具可以这样做，比如NLTK，但是它不是多线程的，所以对于大小为15 it的文本不起作用。在给定的窗口大小和速度上，有什么工具可以给我单词的共生矩阵吗？
浏览 5提问于2017-05-11得票数 4
我有一个通过quanteda包的textplot_network()函数计算的网络图。有关最低要求，请参阅quanteda官方网站here。我在下面报告的只是你可以在链接中找到的内容的复制-粘贴。 library(quanteda)
load("data/data_corpus_tweets.rda")
tweet_dfm <- dfm(data_corpus_tweets, remove_punct = TRUE)
tag_dfm <- dfm_select(tweet_dfm, pattern = ("#*"))
toptag <- na
浏览 32提问于2019-02-22得票数 1
回答已采纳
2回答
我正在寻找一种快速有效的方法来填充共现矩阵(可以这么说)。以下是我正在使用的数据示例：
col1 col2
a e
a f
a e
b f
c g
a e
d f
a e
a g
b e
c e
我想要一个如下形式的矩阵：
... e... f... g
a
b
c
d
其中对应的条目与该频率有关。
例如，矩阵中的元素(3,1)将对应于(c，e)的共现频率，并且应当具有值1，并且(1,1)的值应当具有对应于数据集中的(a，e)的3个条目的值3。
我目前正在使用两个for循环单独计
浏览 0提问于2012-10-11得票数 2
回答已采纳
我正在尝试使用训练word2vec模型，方法是使用语料库作者提供的中预先计算的二元语法计数共现计数。
如何使用实现这一点
浏览 0提问于2020-03-12得票数 1
我正在考虑自己实现一个POS标签。POS标签，提取句子中一个单词的语法角色。
根据我的研究，词共现是一种分析词发生的技术，它可以用来构造一个图，其中节点是词，它们之间的权重是它们的共现权。
我想知道是否有一种方法可以将聚类算法应用到这个图形上，根据它们的语法角色对单词进行分组？我的意思是我想和POS标签师做同样的事。其主要思想是，在构造共现图之后，如何将聚类或社区检测算法应用到基于节点在句子中的角色的分组中？例如，将作为动词的节点分组，或将作为名词的组节点分组。在聚类中，我不需要知道这是否是动词，我只想对具有类似图形语法的节点进行分组。然后我会分析它们，找出它们是否是动词、名词或.如果你考虑
浏览 0提问于2021-01-14得票数 1
我有一个很长的索引元组列表(有很多副本)，还有一个n乘以n的索引矩阵。每个元组代表一个共现。
例如：
a = np.zeros(shape=(indexCount,indexCount))
我已经尝试过了：
for i1,i2 in coocPairs: #for instance (2374, 22003)
a[i1][i2}+=1 #takes way too long
或者：
np.put(a,coocPairs,1) #which obviously does not increment
或者也可以：
np.add(a,coocPairs,1) #which takes ev
浏览 12提问于2020-03-01得票数 1
回答已采纳
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
