sparse-matrix

3热度

2回答

[简版] 在scipy.sparse中是否有与numpy.diagflat（）等价的功能？或者有什么方法可以使稀疏矩阵变得“密集”？ [长版本] 我有一个稀疏矩阵（数学载体），x_f，我需要diagonalise（即创建具有x_f矢量的对角线上的值的平方矩阵）。 x_f Out[59]: <35021x1 sparse matrix of type '<class 'numpy.float64

1热度

1回答

在dfm稀疏矩阵中替换值

我正在使用quanteda软件包生成词频计数的稀疏矩阵。我想做一个改变，所以输出结果只是1或0，这个词是否存在，但我不知道如何用稀疏矩阵做到这一点。 install.packages(quanteda) 例矩阵 trainingset <- as.dfm(matrix(c(1, 2, 0, 0, 0, 0, 0, 2, 0, 0, 1, 0, 0, 1, 0

1热度

1回答

高效读写熊猫数据帧

我有一个熊猫数据帧，我想分成几个100k行的小块，然后保存到磁盘上，以便我可以读取数据并逐个处理它。我试过使用dill和hdf存储，因为csv和原始文本似乎需要很长时间。我想这对一个数据的子集〜500K行和混合数据的五列。两个包含字符串，一个整数，一个浮点数，最后一个包含来自sklearn.feature_extraction.text.CountVectorizer的bigram计数，存储为s

2热度

3回答

快速分裂

比方说，我有一个稀疏阵列，并且具有相同的列数，但较少行的密集阵： from scipy.sparse import csr_matrix import numpy as np sp_arr = csr_matrix(np.array([[1,0,0,0,1],[0,0,1,0,0],[0,1,0,0,1],[0,0,0,1,1],[0,0,0,1,0]])) arr = np.random

1热度

1回答

numpy的，从其他基质

填补行稀疏矩阵我有麻烦搞清楚什么是做的最有效的方法如下： import numpy as np M = 10 K = 10 ind = np.array([0,1,0,1,0,0,0,1,0,0]) full = np.random.rand(sum(ind),K) output = np.zeros((M,K)) output[1,:] = full[0,:] output[3,

0热度

1回答

稀疏矩阵的划分

我有一个包含45671x45671元素的scipy.sparse矩阵。在这个矩阵中，一些行只包含'0'值。我的问题是，如何将每行值除以行总和。显然，与循环它的工作，但我寻找一个有效的方法... 我已经尝试过： matrix/matrix.sum(1)，但我有MemoryError问题。 matrix/scs.csc_matrix((matrix.sum(axis=1)))但ValueError:

0热度

2回答

如何替换稀疏列Matrix Scipy

我有一个矩阵A和B具有相同的二维尺寸 A - 是一个零矩阵，从BI只想取第一列并替换第一个A.col [0]由B.col [0]提供。我写 data_sims = np.zeros((data.shape[0],data.shape[1])) data_sims = sparse.csr_matrix(data_sims).tocoo() 我想水木清华这样的，但它是无用的 data_sim

0热度

1回答

如何在MATLAB中构建这些渐变和发散矩阵？

如果我有h和w，如何构造矩阵G和D？请注意的是G中有一些0行和d有一些0列...

0热度

1回答

如何使用稀疏向量计算两个大熊猫列的每行之间的点积

我有一个熊猫数据框，其中每列包含一个SciPy稀疏向量。这些向量是来自csr矩阵的行（所以它们实际上是形状为1x8500的矩阵）。我需要创建另一列，每行应包含同一行的前两列向量之间的点积。我知道如何在每行上使用apply/map来做到这一点，但是在处理数百万行数据集时需要很长时间。是否有更快的方式在整个数据框上执行此操作？除点积外，我还需要计算余弦相似度，但据我所知，这可能是从点积计算得来的

0热度

1回答

将Eigen的SparseMatrix添加到Eigen的张量

如何添加Eigen的SparseMatrix到Eigen的张量？下面的代码（不能编译）解释了我正在尝试做的事情。 #include <iostream> #include <Eigen/Sparse> #include <unsupported/Eigen/CXX11/Tensor> using Eigen::Tensor; using Eigen::SparseMatrix; i