问题标签 [sparse-matrix]

我使用 Numpy 在 Python 中有以下代码：

如何转换它以获得与不先创建p2值相同的稀疏矩阵？pp

boostublas::compressed_matrix应该只为非零元素分配空间。但在下面的例子中，我得到了奇怪的结果。

为什么只ublas::matix取20字节4x4 matrix（而不是8*4*4=128字节）ublas::compressed_matrix，2*2=4而非零元素取56字节（而不是4*8=32字节）？

我也很困惑如何在ublas::compressed_matrix. 如果我尝试存储超过构造函数中设置的非零元素的数量会发生什么？

请帮助澄清。

boostcompressed_matrix 分配了多少空间？它只为非零元素分配空间是真的吗？如果这是真的，我不明白为什么下面的代码会给出 bad_alloc 错误。

它应该只为 3*m=3*10000*10000 个元素分配空间，对吗？

你能帮忙澄清一下吗？我可以使用什么数据结构来只为非零元素分配空间。其次，如何为非零元素设置值？

非常感谢。

我对 boost::compressed_matrix 的工作原理感到困惑。假设我像这样声明压缩矩阵：

这为 1000x1000 矩阵中的 3*1000 个元素分配空间。现在我如何给它非零元素的位置？何时以及如何设置非零元素？是否每次我在矩阵中分配一个元素，例如 B(4,4)=4，它会将该元素标记为非零？

如果可能的话，如果您能帮助我通过示例学习这一点，我将不胜感激。对内部实现的一些见解会很棒。我想确保我不会通过猜测来编写次优的程序。

谢谢你！

我必须处理一个大小为 6004*17842（doc*terms）的大型稀疏矩阵。函数 find() 已尝试获取其行、列和值，结果以 ascii 格式保存。但是这些术语在每个文档中都没有排序。谁能建议我一种对矩阵进行排序并导出排序结果的方法？

我用成员写了一个小的稀疏矩阵类：

下面的方法是我用来访问矩阵元素的函数，如果不可能通过迭代器：

仍然需要经常调用此函数。有人知道如何改进此功能吗？提前谢谢。

我们有一组 Documents ，每个都有一组 Features。给定特征 A，我们需要知道在同一文档中具有特征 B 的概率是多少。

我想建立一个概率矩阵 st: M(i,j) = Probability of having feature B in a document ，假设特征 A 存在。

但是，我们还有一个额外的要求：给定特征 A 在文档中，有哪些特征在同一文档中的概率 > P。

同时，我所能想到的只是概率矩阵的稀疏矩阵，在计算之后，对于每个特征在所有列上运行，按 P 对其进行排序，并将其保存在某个链接列表中。（所以现在，对于每个特征，我们都有一个对应特征的列表

这个空间复杂度相当大（最坏的情况：N^2，而且N很大！），每次搜索的时间复杂度是O(N)。

有更好的主意吗？

是否有任何软件包可以执行稀疏线性代数计算，可能基于快速高效的 C 库？我在 Hackage 上进行了搜索，但没有找到任何相关信息：使用 GSL、BLAS 和 LAPACK 的 hmatrix 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，它类似于 scipy 中的 sparse.linalg 模块。谢谢！

我有一个 Perl 脚本，它解析数据文件并写入 5 个填充有 1100 x 1300 网格的输出文件。该脚本有效，但在我看来，它很笨拙并且可能效率不高。该脚本也是继承的代码，我对其进行了一些修改以使其更具可读性。尽管如此，还是一团糟。

目前，脚本读取数据文件（~4Mb）并将其放入数组中。然后它遍历数组解析其内容并将值推送到另一个数组，最后将它们打印到另一个 for 循环中的文件。如果未找到某个点的值，则打印 9999。零是可接受的值。

数据文件有 5 个不同的参数，每个参数都写入自己的文件。

数据示例：

5559是当前参数的数据线数。数据行：x，y，该特定点的连续 x 值的数量，最后是values。参数之间有一个空行。

正如我之前所说，脚本有效，但我觉得这可以更容易和更有效地完成。我只是不知道怎么做。所以这是一个自我提升的机会。

有什么比数组和 for 循环的复杂组合更好的方法来解决这个问题？

编辑：

应该更清楚这一点，对不起。

输出为 1100 x 1300 网格，填充了从数据文件中读取的值。每个参数被写入不同的文件。数据线上的多个值意味着，该线具有 x(+n)、y 点的数据。

更新：

我测试了解决方案，令我惊讶的是它比原始脚本慢（约 3 秒）。但是，脚本要小约 50%，这使得实际理解脚本的作用变得更加容易。在这种情况下，这比 3 秒的速度增益更重要。

这里是旧脚本中的一些代码。希望你能从中得到基本的想法。为什么更快？

我有一个非常稀疏的静态数组，有 4 个维度，每个维度为 8192，我想从（C#）进行查找。这些 4.5 * 10^15 值中只有 68796 个非零。在速度和低内存使用率至关重要的情况下，最快的方法是什么？

谢谢