如何在Python中高效地添加稀疏矩阵

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!

本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除!

相关文档推荐

Leetcode 234: Palindrome LinkedList(Leetcode 234:回文链接列表)
How do I read an Excel file directly from Dropbox#39;s API using pandas.read_excel()?(如何使用PANDAS.READ_EXCEL()直接从Dropbox的API读取Excel文件?)
subprocess.Popen tries to write to nonexistent pipe(子进程。打开尝试写入不存在的管道)
I want to realize Popen-code from Windows to Linux:(我想实现从Windows到Linux的POpen-code:)
Reading stdout from a subprocess in real time(实时读取子进程中的标准输出)
How to call type safely on a random file in Python?(如何在Python中安全地调用随机文件上的类型?)