perl - 如何将稀疏矩阵从 Perl 传递到 R？

Question

我有一个非常稀疏的 Perl 矩阵（数组数组），其中undef值等于零。它有 10-1000 行和多达 100k 列。看起来像：

$ARRAY1 = [
            [
              ( undef ) x 1069,
              1,
              ( undef ) x 47,
              1,
              ( undef ) x 11,
              2,
              ( undef ) x 50,
              1,
              ( undef ) x 23,
              1,
              ( undef ) x 6033,
              ...
            ],
            [
              ...
            ],
            ...
          ]

......正如我所说 - 非常稀疏。

我想在 R 脚本中使用这个矩阵（参见上一篇文章）。一种方法是从 Perl 将表格打印到文件中 - 每行一行，并0在遇到undef.

但也许有更好、更紧凑的方法来传递这个稀疏矩阵？

Answer 1

这是一个中等难度的问题。

我想我会先让简单的事情成为可能来改写 Perl 口号：

1. 了解 R 的两个或三个稀疏矩阵包，如 slam、SparseM、...。
2. 选择一个你喜欢的并学习如何有效地构建一个稀疏矩阵，大概来自三元组，例如在 position 处(x,y,value)进行编码。value(x,y)
3. 编写 Perl 代码以将该形式的稀疏矩阵发送到临时文件。
4. 在 R 中读取该临时文件并构建您的稀疏矩阵。

更花哨和更快的跨语言序列化可能会在以后出现。这不是一个小问题。

Answer 2

如果将这些零打印到文件中，那么对于 perl 和读取和解析 R 来说，这是很多不必要的打印。像这样序列化稀疏矩阵的更常见方法是仅提供维度（如果需要）和非零元素' 索引和值。因此，您的中间序列化数据可能如下所示：

80000 200
1069 0 1
1117 0 1
1129 0 2
...