在Scipy稀疏矩陣中尋址範圍

我有一個大矩陣，目前在numpy中，我想移植到scipy稀疏矩陣，因爲保存numpy（2000,2000）矩陣的文本表示超過100MB。（1）scipy中似乎存在稀疏矩陣的過度使用[例如，lil_matrix或dok_matrix-哪一個對於簡單遞增是最佳的，並且有效地保存到數據庫中？在Scipy稀疏矩陣中尋址範圍

（2）我希望能夠解決的範圍在矩陣像這樣：

>> import numpy as np  
>> a = np.zeros((1000,1000)) 
>> a[3:5,4:7] += 1

看來，這是不可能的稀疏矩陣？

來源

2011-02-03 malangi

我不能說哪個是最有效的存儲。這將取決於您的數據。

我可以說，但該+=運營商的作品，只是你不能依靠平時的陣列廣播規則：

>>> m = sparse.lil_matrix((100,100)) 
>>> m[50:56,50:56]+=scipy.ones((6,6)) 
>>> m[50,50] #1.0

來源

2011-02-03 15:55:57 Paul

的`+ =`操作僅適用於`lil`矩陣 - 嘗試`m = sparse.csr_matrix（（100,100））; m [50：56,50：56] + = scipy.ones（（6,6））`，你會得到一個`NotImplementedError`（scipy 0.14.0.dev-86f95bd） – 2013-10-08 08:46:52

在Scipy稀疏矩陣中尋址範圍

回答

相關問題