问题标签 [binary-matrix]

逐个元素，我想将来自不同矩阵的二进制值连接到一个矩阵。

例如，

如何才能做到这一点？

我有一个巨大的二进制矩阵，比如100000 x 100000。

阅读这篇文章http://www.cs.up.ac.za/cs/vpieterse/pub/PieterseEtAl_SAICSIT2010.pdf，我似乎明白记忆和使用二进制矩阵的最佳权衡是使用boost::dynamic_bitsets。

由于在“表 2：实现数据结构的程序的相对时间性能”中： std::vector<bool>位于最后一个位置，而boost::dynamic_bitset位于第一个位置。

在“表 3：实现数据结构的程序的相对内存使用情况”中： std::vector<bool>位于第一位置，但boost::dynamic_bitset位于第二位置。

此外，在论文的第 7 页，有以下声明：

“尽管 std::vector 的内存性能令人印象深刻，但其糟糕的时间性能使其无法在大规模应用程序中使用。”

在结论中：

“我们已经证明 boost::dynamic_bitset 在执行速度方面比大多数其他实现要高效得多，而使用 std::vector<char> 的实现在内存效率方面优于其他实现。”

现在就我而言，我的目标机器是XEON PHI。
我的目标应用程序是Game Of Life。
我已经将二进制矩阵表示为 ROWS x COLS 单元的二进制数组。

我已经尝试了具有 3 种不同配置的代码，使用带有-O3优化标志的 -the icpc编译器来构建它们：

1. 布尔数组
2. 布尔数组 + 矢量化，即使用此处描述的数组表示法更改代码

3. boost::dynamic_bitsets。在这种情况下，我无法使用数组表示法更改代码，因为当我尝试时，我收到以下错误：

   使用std::vector<bool>时出现同样的错误。

观察 100000 x 100000 大小的矩阵的游戏主循环的一次迭代的性能，我发现：解决方案 2的工作速度几乎比解决方案 1快六倍，但出乎意料的是，解决方案 1的工作速度比解决方案 3快两倍。

总之，我有以下问题要问：

1. 一般来说，存储/使用HUGE MATRIX最有效的数据结构是什么？
2. 知道我的目标机器是XEON PHI ，我能比“回答 1”做得更好吗？
3. 是否可以将矢量化应用于vector<bool>或boost::dynamic_bitsets？

感谢您对特定目标应用程序的回答：生命游戏。
但是在其他情况下使用巨大的二进制矩阵呢？

我想创建尺寸为 m x n 的图像。我需要创建所有可能的图像，其像素为黑色或白色（目前没有其他颜色）。解决此问题的一种方法是创建字段为 0 或 1 的二进制矩阵，表示黑色和白色。矩阵中的每一行是一个图像，每个字段是图像中的一个像素。

我目前有代码来创建一个 m x n 图像，并为每个像素分配颜色：

例如，这会生成一个全白的图像。我需要找到一种方法来为所有可能的黑白组合循环运行此代码。

1x1 图像很简单，要么全白要么全黑。

2x1 图像将具有以下组合，每一行都是一个图像：

2x2 图像将具有以下组合，每行也是一个图像：

等等。这似乎已经为 Matlab解决了，但我需要一个不使用库的 JavaScript（或任何伪代码，真的）解决方案。

我正在使用只有两个组（0 或 1）的多个分组变量（标记）进行 t 检验。在完整的数据中有一百万个分组变量，例如n_obs = 1e+06, nvals=300, 5% NA。

因为对于较大的数据集，整理速度很慢，所以我正在考虑在单独的部分中进行 t 检验，并逐行遍历“g”，以生成 t 检验的每个组件。

我可以“拆分”第一个标记的值，然后得到每个组的总和：

如何“循环”遍历“g”的所有行，获取每个组的“vals”总和，然后是标准差等？

我试图保持功能简单以提高速度。

我有一个 Python Pandas DataFrame，如下所示：

a, b是表示用户特征列表的字符串

如何将其转换为用户特征的二进制矩阵，如下所示：

我看到了一个类似的问题Creating boolean matrix from one column with pandas但该列不包含列表条目。

我已经尝试过这些方法，有没有办法将两者合并：

pd.get_dummies()

df[1].apply(lambda x: pd.Series(x.split()))

还对创建这种类型的二进制矩阵的不同方法感兴趣！

任何帮助表示赞赏！

谢谢

我想在 R 中的二进制矩阵上应用 byclustering。有一个名为“biclust”的不错的包可用，但它不会显示我想要的所有内容。

我有一个二进制矩阵，如下所示：

我的目标是将其分类（并显示）如下（可能是彩色的）：

设置代码：

我应用了“biclust”R 包的 biclust 函数：

事实上，我得到了预期的两个集群：

我可以通过以下方式分别显示集群：

我可以通过以下方式显示整个聚类矩阵（左上角的一个聚类）：

到目前为止一切顺利，但我想要：

1. 显示颜色切换。现在 1 是红色，0 是绿色。
2. 我想查看原始矩阵的行和列。现在只显示特定集群的行号和列号（使用 drawHeatMap），并且在整个集群矩阵（drawHeatMap2）中没有显示行号和列号。
3. 我想要一个有序的聚集矩阵。现在只有在 drawHeatmap2 中指定的簇显示在左上角，但是对于矩阵的其余部分，我还希望其他簇从左上角到矩阵的其余部分的右下角很好地排序。

这些更改是否可能（使用“biclust”包）？还是用 R 以另一种方式做更好？

给定两个输入数组 [R1, ..., Rn] 和 [C1, ..., Cn]。我们想要创建一个二进制矩阵 A（大小为 nxn），使得 A 的第 i 列中的元素之和为 Ci，而 A 的第 j 行中的元素之和为 Rj。

我尝试使用贪心算法填充：从左到右填充 1 并递减 Ci 并为每一行执行此操作。但是，它没有用。（另外，然后我尝试按降序对行和列进行排序，但仍然没有用）

我有一个简单的 numpy 数组（例如[1,4,2,3,1]），并希望将其投影到二进制矩阵中，其中数组中的每个值都映射到矩阵该列中的一个指标。

例如，此数组将映射到如下矩阵：

我可以通过迭代和列表理解来做到这一点，但是有没有优雅的 numpy 解决方案？

预先感谢您的帮助...

我想从过滤的多态站点创建一个二进制矩阵。我有 fasta 格式的 WGS 程序集，每个隔离序列一个文件（总共 131 个 fasta 文件）。

例如，fasta 文件包含x 个元素，每个元素的长度不同。使用包 seqinr 读取文件，如下所示，节点数对应于每个文件中的元素数；
fasta1$Node_1_length_179262_cov_53.4208_ID_3720：类“SeqFastadna”在... fasta1$Node_2_length_151612_cov_41.7317_ID_3726：类“SeqFastadna”在...

我还有一个 excel 文档，其中包含 filters_polymorphic_sites（在 wgMLST 分析中发现的多态基因座，所有基因座都被过滤掉了）（由 Gubbins 执行）。例如隔离1：CGTGAGCCGCGG-AGCCAATAGGGTCAGTGCGGTCGCTGCGGGGTGAACGGCGCAAGCTTTGTCACGCCGGATGGAAGTATGGCCCAGAATTGTTTTTTTATGCGGGCGGGGCTGGCACGAGAAACGATGC

隔离 2：CGTGAGCCGCGG-AGCCAATAGGGTCAGTGCGGTCGCTGCGGGGTGAACGGCGCAAGCTTTGTCACACCGGATGGAAGTATGGCCCAGAATTGTTTTTTTATTCGGGCGGGGCTGGCACAAGAAGCGATGC

我更喜欢在 R 中执行此操作，因此如果您可以建议一个 R 包，那将是惊人的，但是欢迎所有建议。

非常感谢！！

对于只包含 0 和 1 的矩阵M，N如何使不存在相同的行。例如，如果N = 3和M = 3，一种解决方案是：

我知道使用一些详尽的置换算法是可行的，但我想有没有更好的解决方案，因为M < 2^N这是常见的情况。