python numpy - 有效的密集矩陣創建

我目前正在編寫基於輸入文件爲運輸包生成矩陣的函數。這是一個代表網絡中區域的1850x1850矩陣。這1850個區域也被劃分爲10個不同的區域組。基本上我需要分配一個時間因子（編號）到每個組合起源區域到目標區域。python numpy - 有效的密集矩陣創建

我的主循環：

for i,start in enumerate(starts): 
     #Create the matrix 
     mat,data = creatematrix(ID)  #1850x1850 

     #Read in the time factors 
     lines = picklines(range(start+1,starts+21)) 
     lines = [lines[i]+lines[i+1] for i in range(0,len(lines),2)] 
     lines = [[float(v) for v in line] for line in lines] 

     #Now Lines contains the time periods for each combination of origin to destination zone 

     #Generated the matrix 
     for i in xrange(10): 
      for j in xrange(10): 
       #Assign the time factor for each O-D pair 
       I,J = PythonMatrixGroups[i,j] 
       data[I,J] = lines[i,j] 

     #Save matrix 
     mat.raw_data = data

自然的時間大部分在雙循環度過的。這是生成這種密集矩陣的最快方法嗎？我也試過的方法：

PQ = PythonMatrixGroups 
    output = np.sum([coo_matrix((lines[i,j]*ones(len(PQ[i][j][0])), PQ),shape=((1850,1850))]) 
    mat.raw_data = output.toarray()

但是主頻幾乎慢一倍

非常感謝，

來源

2011-08-31 Justin

我無法跟隨你的代碼 - 你是否初始化一個形狀爲1850 x 1850的NumPy數組然後填充它？或者你通過做一些像列表中的「append」來構建它（即每次迭代添加一行）？ – doug

mat，data = createmat（ID）將數據初始化爲一個填充0的1850x1850 ndarray。主循環只是用數字填充矩陣，PythonMatrixGroups包含每個可能的O-D對的I，J's – Justin

這種事情對於cython來說是一個理想的工作。如果您鍵入j和i作爲未簽名的整數，您應該會看到性能上的提升。如果您使用的是Ipython筆記本，使用%% cython魔法確實很容易，我自己也很驚訝。 – Magellan88

應該可以做到在一個循環，因爲這：

#Generated the matrix 
    for i in xrange(10): 
     #Assign the time factor for each O-D pair 
     I = PythonMatrixGroups[i] 
     data[I] = lines[i]

但我沒有測試這個。

來源

2011-08-31 10:34:03 Louis

python numpy - 有效的密集矩陣創建

回答

相關問題