我试着取两个近似的lil_matrix稀疏矩阵的点积。分别为100000 x 50,000和50,000 x 100,000。
from scipy import sparse
a = sparse.lil_matrix((100000, 50000))
b = sparse.lil_matrix((50000, 100000))
c = a.dot(b)
并得到这个错误：
File "/usr/lib64/python2.6/site-packages/scipy/sparse/base.py", line 211, in dot
return self * other
浏览 0提问于2012-08-25得票数 3
回答已采纳
我有一个很大的(400 K*400 K)稀疏矩阵，需要计算A'*A的最大特征值。
问题是，由于内存问题，Matlab甚至无法计算A‘。
我还尝试了[a,b,c] = find(A)，然后通过创建转置稀疏矩阵来进行转置，但是尽管find()可以工作，但是sprase创建不能。
有什么很好的解决办法吗？它既可以在matlab函数中，也可以在另一种技术中计算这种乘法的最大特征值。
谢谢。
浏览 4提问于2013-01-02得票数 5
回答已采纳
2回答
求矩阵到幂k的迹
、、、、
我需要计算矩阵的轨迹到3和4的幂，它需要尽可能快。
这里的矩阵是一个简单图的邻接矩阵，因此它是正方形的，对称的，它的条目总是1或0，对角元素总是0。
对于矩阵的跟踪到2的幂，优化是很简单的：
我们只需要跟踪的对角线条目(i，i)，跳过所有其他的，因为矩阵是对称的，这些条目只是第一行平方和求和的条目，并且由于条目仅为1或0，所以平方操作可以跳过。
我在维基百科上发现的另一个想法是总结Hadamard产品的所有元素，即入口乘法，但我不知道如何将这个方法扩展到3和4的幂。
请参阅
也许我只是瞎了，但我想不出一个简单的解决办法。
最后，我需要一个C++实现，但我认为这对这个问题并不重要。
提前感谢您的
浏览 1提问于2012-02-29得票数 5
回答已采纳
1回答
用特征求解稀疏矩阵
、、、、
我正在写一个基于论文的基于约束的粒子系统。约束的雅可比C与系统中粒子的数目和约束的数目成比例。因为每个约束通常只有几个依赖于它的粒子，所以矩阵将非常稀疏。我认为使用本征中的稀疏矩阵来求解这个系统可能是有益的。根据，似乎有几种不同的方法来解决这些稀疏矩阵方程。我的问题是：
这些矩阵的大小是否首先需要使用稀疏矩阵？我需要存储Jacobian及其时间导数。每个矩阵都是一个Mx3N矩阵，其中M是约束的数目，N是粒子的数目。据推测，我的粒子系统的用户可以在合理的范围内添加任意数量的粒子。
是稠密矩阵上稀疏矩阵表示的论据，更多的是关于性能或内存消耗。稀疏矩阵能比稠密矩阵更快地求解吗?这取决于什么？
浏览 3提问于2016-02-24得票数 3
1回答
作为用于数值计算的python代码的一部分，我必须多次反演一些较大的(稀疏)矩阵(~100x100)。我真的很想加快程序的速度，我建议的方法之一就是调用C中的一个子程序来进行矩阵反演。
对于此任务，是否有任何推荐的、高效的、经过良好测试的C例程？
谢谢。
浏览 2提问于2012-06-25得票数 2
我需要提取sparseMatrix行作为sparseVector，但是'drop=FALSE‘选项不适合我。
为了解释这个问题，我将使用中的一个示例(我的问题不同，因为我需要将提取的行转换为向量)：
i <- c(1,3:8); j <- c(2,9,6:10); x <- 7 * (1:7)
A <- sparseMatrix(i, j, x = x)
b <- sparseVector(7,2,10)
现在A[1,,drop=FALSE]和b应该具有相同的值。
然而，A[1,,drop=FALSE]仍然是一个2维矩阵。因此，如果我尝试使用Matrix:
浏览 0提问于2015-10-29得票数 0
3回答
我需要在C++中实现两种类型的存储稀疏矩阵：
链表
阵列(有效方式)
空间的复杂性在这里是非常重要的。做这件事最有效的方法是什么？
浏览 2提问于2015-06-16得票数 6
回答已采纳
为了找到稀疏矩阵'A‘的最小特征值，下面的最小代码工作得很好：
g++ -std=c++17 -o test_sparse.o -c test_sparse.cpp
g++ -std=c++17 -o myapp test_sparse.o -larmadillo -larpack
#include <armadillo>
#include <iostream>
int main(){
arma::SpMat<double> A = arma::sprandu(100,100,0.1) ;
A = A.t()*A ;
ar
浏览 7提问于2020-08-20得票数 2
回答已采纳
1回答
我必须对一个大的稀疏矩阵求逆。我无法摆脱矩阵求逆，唯一的捷径就是了解主对角线元素的概念，而忽略非对角线元素(我不希望这样做，但作为一种解决方案，它是可以接受的)。
我需要求逆的矩阵通常很大(40000 *40000)，并且只有一小部分非零对角线。我目前的方法是构建稀疏的所有内容，然后
posterior_covar = np.linalg.inv ( hessian.todense() )
这显然需要很长的时间和大量的内存。
有什么提示，或者这只是一个耐心的问题，或者让问题变得更小？
浏览 0提问于2013-02-28得票数 6
回答已采纳
3回答
MATLAB Coder似乎很花哨，可以通过将代码转换为C/C++或MEX来大大提高MATLAB代码的速度。但它似乎不支持稀疏矩阵，或matlab函数sparse，这是我的代码中必不可少的。有谁知道如何克服这个问题吗？非常感谢！
浏览 1提问于2014-04-25得票数 0
1回答
我正在研究一个具有非常大的稀疏权重矩阵的神经网络。权重中的零值将保持为零，并且不会更改。应该只计算和传播非零值的梯度，否则运行起来代价太高。这意味着我正在使用Theano及其sparse.structured_dot矩阵乘法。这是我的代码：
#!/usr/bin/env python3
import math
import numpy as np
import theano as th
import theano.tensor as T
from theano import sparse as sp
import scipy.sparse as spsp
def sparse_matrix
浏览 0提问于2018-05-12得票数 0
我希望在Azure Sql数据仓库中将多个表反规范化为一个表，这将需要大量的字段(~1500列)。有人知道PDW表的列数限制和最大行大小吗？
另外，在性能和可维护性方面的最佳实践是什么？创建一个巨大的表或将其拆分成多个一对一的关系表。
浏览 4提问于2015-09-18得票数 1
3回答
这句话的意思是什么
// create arrays of 1M elements
const int num_elements = 1<<20;
在下面的代码中？它是特定于CUDA的，还是可以在标准C中使用？
当我printf 'ed num_elements时，我得到了num_elements==1048576
结果是2^20，那么<<运算符是不是C中幂运算的简写呢？
// This example demonstrates parallel floating point vector
// addition with a simple __global__
浏览 2提问于2011-11-05得票数 3
回答已采纳
1回答
基于SciPy的带状稀疏矩阵求逆
、、、、
我正在尝试以最有效的方式求解带状稀疏矩阵的逆，以便我可以将其合并到我的实时系统中。我正在生成表示卷积运算的稀疏带状矩阵。目前，我使用的是scipy.sparse.linalg库中的spsolve。我发现有一个更好的方法，那就是使用scipy.linalg库中的solve_banded。然而，solve_banded需要(l,u)，它是非零的下对角线和上对角线的个数，以及ab，它是(l + u + 1, M)阵列的带状矩阵。我不确定如何转换代码才能使用solve_banded。在这方面的任何帮助都是非常感谢的。 import numpy as np
from scipy import lina
浏览 42提问于2019-02-10得票数 2
回答已采纳
1回答
我试图在ELKI算法中使用稀疏矩阵作为输入数据来检测异常值。我正在寻找有关稀疏数据的howto和faqs页面的帮助，因此我尝试使用SparseNumberVectorLabelParser和SparseVectorFieldFilter，如下所示：
//data is a mxn matrix
ArrayAdapterDatabaseConnection dataArray = new ArrayAdapterDatabaseConnection(data);
SparseDoubleVector.Factory sparseVector = new SparseDoubleVecto
浏览 2提问于2015-03-10得票数 2
回答已采纳
在对的答复中提到：
tf_coo_matrix = tf.SparseTensorValue(
indices=np.array([coo_matrix.rows, coo_matrix.cols]).T,
values=coo_matrix.data,
dense_shape=coo_matrix.shape)
我试图理解为什么在使用TensorFlow时需要转置一个枕木稀疏矩阵。提前谢谢。
浏览 2提问于2018-09-25得票数 0
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
1回答
我有两个稀疏矩阵A(亲和力矩阵)和D(对角矩阵)，维数为100000*100000。我必须计算拉普拉斯矩阵L= D^(-1/2)*A*D^(-1/2)。我正在使用scipy CSR格式的稀疏矩阵。
我没有找到任何方法来求稀疏矩阵的逆。如何求稀疏矩阵的L和逆矩阵？还建议使用python来做这件事是否有效，或者我是否应该调用matlab函数来计算L？
浏览 1提问于2012-02-12得票数 3
2回答
需要稀疏矩阵库
、、
是否有复制密集BLAS功能的稀疏矩阵库？
我至少想要：
有效的SYR和SYRK (秩-k更新)，具有稀疏的输入(和可能的密集输出)，
稀疏对称存储的选项，
点，NRM2，转置和其他标准的好东西。
但是，命名和API不需要以BLAS为中心，只要它完成了工作。C或Fortran优先，但C++也可以。
我查看了、、和，但是他们要么不支持我所需要的，要么我就不知道他们是否支持。
浏览 0提问于2011-08-04得票数 2
1回答
我有表示M矩阵的CSR稀疏矩阵数组：
dataindoorindices
我的问题是如何确定最初的维数N，我知道indptr有一个M+1项，所以M很容易确定。但我看不出如何确定N，除非矩阵是平方(M = N)。
如能提供任何援助，将不胜感激。
亲切的问候
约翰
浏览 1提问于2019-11-07得票数 0
1回答
我有一个图的邻接权重矩阵。我想调用matlabbgl libaray的bellman ford算法。如何将矩阵转换为稀疏格式？
浏览 1提问于2011-06-14得票数 3
1回答
在MATLAB中，我把点均匀地放进平方0,1X0,1中。如果两点之间的距离小于0.25，我就在两点之间放置一个边。完成此操作的代码(并绘制生成的图如下)。
num_Rx = 50
Rx_positions = rand(num_Rx,2);
%Generate edges between pairs of within norm of 0.25.
adj_matrix = zeros(num_Rx, num_Rx);
for i=1:num_Rx
for j=i+1:num_Rx
dist = norm(Rx_positions(i,:) - Rx_positions
浏览 2提问于2014-07-27得票数 2
回答已采纳
1回答
求圈的CSR x CSR矩阵乘法
、、、、
我试图找出无向图中包含图中每个顶点u的顶点u的指定长度(K)的圈数。为此，我试图找出邻接矩阵的k‘’th幂。我从边列表中创建了图形的CSR表示。它工作得真快。但CSR乘法部分非常慢(输入大小为500 kx500k矩阵，需要50分钟的时间)。我对更好的解决办法很好奇。因为这是一个邻接矩阵，是否有更有效的方法去做？或者我还能看到更好的CSRxCSR矩阵乘法吗？我找不到任何CSR X CSR矩阵乘法的例子作为一个算法或c++实现。
void multiply_matrix(std::vector<int> &adj, std::vector<int> &
浏览 5提问于2021-05-12得票数 0
回答已采纳
我试着用glmnet学习一种惩罚的logistic回归方法。我正试图预测来自mtcar示例数据的汽车是否会有自动变速器或手动。我认为我的代码非常简单，但我似乎收到了一个错误：
第一个模块简单地将mtcar分成80%的火车组和20%的测试组。
library(glmnet)
attach(mtcars)
smp_size <- floor(0.8 * nrow(mtcars))
set.seed(123)
train_ind <- sample(seq_len(nrow(mtcars)), size=smp_size)
train <- mtcars[train_ind,
浏览 5提问于2015-06-08得票数 1
这可能是一个愚蠢的问题，但想象一下下面的场景:您正在填充列表列表，一旦完全填充列表，列表将被转换为DataFrame。您不可能预先知道最终的大小，因此不可能预先分配到正确的大小。
当填充行(即嵌套列表)时，如果尝试索引列表的长度超过它的长度，它将给出一个IndexError，这并非不合理：
>>> row = list()
>>> row.append('a')
>>> row[3] = 'c'
Traceback (most recent call last):
File "<stdin&
浏览 0提问于2016-10-07得票数 0
回答已采纳
1回答
如何求大稀疏矩阵的伪逆？
、、、、
我必须反演一个大型稀疏矩阵(50000 X 12000)。它最初以numpy.ndarray的形式存储，矩阵的大小约为3.5GB。我已经尝试过使用numpy.linalg.pinv来转换这个矩阵，但是它崩溃了jupyter笔记本内核。将此numpy.ndarray转换为scipy.sparse.csr_matrix (稀疏矩阵格式)是可行的，但我不知道有任何函数可以计算csr_matrix的伪逆。
如何求大型稀疏矩阵的伪逆？
浏览 4提问于2022-09-06得票数 0
2回答
我读到过很多答案，说找到一个有向图中的所有圈是NP完全的，但是约翰逊的算法在O((V+E)(C+1))时间内运行(其中C是图中强连通分量的数量)，我认为这是多项式的，因为E <= V^2和C <= V变成O(V^3)，对吧？
约翰逊算法：
浏览 4提问于2016-11-15得票数 0
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
求枫树求和的导数
、、
有什么方法可以解决枫树求和的导数。举个例子，
y := qr->(1-qn-(sum(qn[j]-delta*qr, j))-c[r])*qr+(wn-c)*(qn+sum(qn[j], j))
我取了一阶偏导数w.r.tqr，我认为结果是正确的。
diff(y(qr), qr)
但是，当我解出导数的结果时，枫树没有给我任何结果。
solve(diff(y(qr), qr) = 0, qr)
如能提供任何帮助，将不胜感激。
浏览 0提问于2015-02-01得票数 0
回答已采纳
在Python中使用SciPy/Numpy连接稀疏矩阵的最有效方法是什么？
在这里，我使用了以下内容：
>>> np.hstack((X, X2))
array([ <49998x70000 sparse matrix of type '<class 'numpy.float64'>'
with 1135520 stored elements in Compressed Sparse Row format>,
<49998x70000 sparse matrix of type &#
浏览 140提问于2013-10-31得票数 43
回答已采纳
我正在尝试将Matlab代码片段转换为Python代码片段。但是，我不太确定如何正确地实现sprand()函数。
Matlab代码就是这样使用sprand()的。
% n_z is an integer, n_dw is a matrix
n_p_z_dw = cell(n_z, 1); % n(d,w) * p(z|d,w)
for z = 1:n_z
n_p_z_dw{z} = sprand(n_dw);
这就是我如何在Python中实现上面的逻辑：
n_p_z_dw = [None]*n_z # n(d,w) * p(z|d,w)
density = np.count_nonzer
浏览 2提问于2015-05-07得票数 4
回答已采纳
1回答
我想得到稀疏矩阵中每行的最小非零值。我为稠密矩阵找到的解决方案建议通过将零值设置为NaN或Inf来掩盖零值。然而，这显然不适用于稀疏矩阵。
理想情况下，我应该得到所有逐行极小值的列向量，就像我使用
minValues = min( A, [], 2);
但是，显然，由于稀疏性，使用min给我留下了一个全零列向量。是否有使用find的解决方案？
浏览 2提问于2013-10-14得票数 2
回答已采纳
2回答
C中的稀疏矩阵转换
、、、
我正在尝试用C语言开发一个程序，将稀疏矩阵文件转换为密集矩阵。据我所知，最好的方法是使用链表，但我没有使用它们的经验，也没有找到一个很好的在线资源来解释这个主题。我不是在寻找一个快速的解决方案，而是一个网站或文本来源，可以解释这个过程是如何工作的，这样我就可以将其应用到这个项目中。我看到的参考资料建议使用三个数组来处理矩阵中的值(行、列和单个值)，使用两个数组来处理向量(一个用于行，另一个用于列)。谢谢!
浏览 0提问于2011-05-01得票数 0
回答已采纳
当问题是对称的，只需要计算一些数字时，N维计算的最佳容器对象是什么？ 具体地说，对于N=4，我有： M=50
results = np.zeros((M,M,M,M))
for ii in range(M):
for jj in range(ii,M):
for kk in range(jj,M):
for ll in range(kk, M):
res=1 #really some calculation
results[ii,jj,kk,ll] = res 这个数组中的许多元素是完全冗余的，
浏览 15提问于2020-08-18得票数 0
回答已采纳
1回答
在我的CS类中，有一个问题是，如果图是稀疏图，即n^2 >> m，那么带有O(n^2)的未排序列表是否比二进制堆O((m+n)logn)更有效。我有点搞不懂这个，因为我认为(m+n)logn总是比n^2好，有人能给出一些见解吗？
浏览 6提问于2022-04-06得票数 0
我正在尝试写一个代码，从'distance‘矩阵中找出每行最小元素的索引，不包括矩阵中的零。
浏览 1提问于2013-07-16得票数 0
回答已采纳
2回答
给定一个数n，找到因子最多且小于n的最小数的速度有多快？
PS:除了为直到n的所有数寻找除数个数的天真方法之外。
更新:我的观察：
int solve(int primes[],int s,int n)
{
int i=0;
while(s<n)
{
s*=primes[i];
i++;
}
if(s>n)
s/=primes[i-1];
return s;
}
int main()
{
int primes[] = {2,3,5,7,11,13,17,19,23,29,31,3
浏览 2提问于2016-07-27得票数 1
有没有什么包可以执行稀疏线性代数计算，可能是基于快速高效的C库？我在Hackage上搜索，但我没有找到任何相关的东西: hmatrix，它使用GSL，BLAS和LAPACK，很棒，但似乎不包括解决线性系统和稀疏矩阵的特征值/向量问题的特殊算法。我想找到的是，它类似于scipy中的sparse.linalg模块。谢谢!
浏览 1提问于2010-10-22得票数 11
回答已采纳
2回答
问题:输入是一个(不一定排序的)序列S= k1，k2，...，kn，n个任意数。考虑形式为min{ki，kj}的n²个数的集合C，对于1 <=i，j<=n，提出了一个O(n)时间和O(n)空间算法来求C的中位数。
到目前为止，通过检查不同集合S的C，我发现C中S中最小数的实例数等于(2n-1)，下一个最小数：(2n-3)，依此类推，直到你只有一个最大数的实例。
有没有办法利用这些信息来找出C的中位数？
浏览 2提问于2010-11-17得票数 44
1回答
加速数值矩阵求逆
、、、、
我正在使用Numpy/Scipy来求一个20k矩阵的逆矩阵，速度很慢。我试过了：
(1) M_inv = M.I
(2) Ident = np.Identity(len(M))
M_inv = scipy.linalg.solve(M, Ident)
(3) M_inv = scipy.linglg.inv(M)
但没有看到任何加速。
有没有其他方法可以加速这一过程？
浏览 0提问于2012-05-03得票数 3
回答已采纳
我对蟒蛇完全陌生。我使用了一些在网上找到的代码，我试着去做。所以我正在创建一个文本文档矩阵，我想在训练一个逻辑回归模型之前添加一些额外的特性。
虽然我已经用R检查了我的数据，而且没有错误，但是当我运行逻辑回归时，我得到了错误"ValueError: ValueError包含NaN或无穷大“。--当我不添加自己的特性时，不会得到相同的错误。我的特性在文件"toPython.txt“中。
请记住对assert_all_finite函数的两个调用，该函数返回"None"！
下面是我使用的代码和得到的输出：
def _assert_all_finite(X):
if X
浏览 12提问于2013-09-22得票数 6
1回答
这个论坛的新成员。
我试图运行八度的LU分解函数，其完全旋转如下：
[L, U, p, q] = lu(A)
对于矩阵A，我一直得到这样的错误：
“返回列表中未定义的元素4”
元素4是列排列的矩阵Q，发生了什么？为什么它不显示出来？提前感谢
浏览 7提问于2020-01-14得票数 0
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]上定义第二个矩阵sps2 = CSRDomain(dom)使一个人能够获取B的transpose()，但是将其切片到B中的能力就丧失了。
这两种能力似乎都是一个人应该始终能够获得的。是否有更好的方法来声明保留这两个域的稀疏子域？
浏览 0提问于2018-03-14得票数 3
回答已采纳
我试图在scikit学习中用管道分类器实现多标签分类。下面是代码，但让我首先提到，我从熊猫的dataframe构建了我的多标签示例。
代码如下：
df = pd.read_csv(fileIn, header = 0, encoding='utf-8-sig')
rows = random.sample(df.index, int(len(df) * 0.9))
work = df.ix[rows]
work_test = df.drop(rows)
X_train = []
y_train = []
X_test = []
y_test = []
for i in
浏览 4提问于2014-12-09得票数 0
回答已采纳
1回答
我正在研究费米子和玻色哈伯德模型，其中希尔伯特空间的维数相当大(~50k)。我目前正在使用Lapack例程DSYEV来确定大型(50k×50k)哈密顿矩阵的本征值和本征函数，但这需要很长时间，在Xeon工作站上大约需要8小时。
我想减少这台机器上的运行时间。我看着，想知道这是最好的选择，还是有其他的选择。
浏览 1提问于2013-09-07得票数 0
回答已采纳
1回答
我刚接触Eigen，在C++方面的经验有限。我有一个稀疏格式的文件(就像在LIBSVM中)，我想使用Eigen将数据加载到矩阵中。有人能告诉我怎么做吗？如果你能分享你的代码，这将是非常有帮助的。
因此，该文件的内容如下：
1:13 4:56 9:1
2:45 3:12 5:12 7:2
我想使用Eigen将其加载到矩阵中。
浏览 0提问于2013-08-27得票数 0
1回答
求圆-正切多项式
、、
Introduction
圆-切多项式是指在单位圆的所有N-1交点处与单位圆相切的N\ge3度或以上的多项式。两个退出圆的尾巴在其内部交点处也被认为是切线的。你可以考虑这样的多项式被包裹在单位圆内，除了两个尾。
本文给出了前几个圆切线多项式.
📷
📷
圆切多项式沿x轴或y轴的镜像也是圆切多项式.
挑战
编写一个完整的程序或函数，给定整数输入N\ge3，输出一个圆切线多项式。你可以按合理的顺序输出整个多项式或只输出它的系数。由于这些系数可能是不合理的，允许在合理范围内的浮点不精确。
您所使用的算法理论上应该能够使用提供的任何有效输入进行计算，尽管实际上程序可能会超时。
由于这是一个代码-高尔夫挑
浏览 0提问于2022-06-14得票数 6
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
