我有一个稀疏矩阵,我想向它添加一个稀疏向量。我尝试过不同的稀疏格式,包括 csr、csc、lil、coo,以及将稀疏向量添加到稀疏矩阵的不同方法,包括 vstack 和 concatenate。
所有的方式和格式结果都非常慢。但是当我将向量转换为密集格式(通过 todense() )并将其附加到密集矩阵(特别是 numpy.ndarray )时,它很快就完成了。为什么?是否有我缺少的技巧或合适的格式?
这是我尝试使用“coo”格式时的代码:
from scipy.sparse import coo_matrix, rand
from time import time as timer
from numpy import array, concatenate, empty
### sparse appending in coo way ####
def sparse_append(A):
dim = A.shape[1]
mat = coo_matrix((0, dim))
sparse_addtime = 0
for vector in A:
st = timer()
row = coo_matrix(vector)
newdata = concatenate((mat.data, row.data))
newrows = concatenate((mat.row, row.row + mat.shape[0]))
newcols = concatenate((mat.col, row.col))
mat = coo_matrix((newdata, (newrows, newcols)), shape = ((mat.shape)[0]+1, (mat.shape)[1]))
et = timer()
sparse_addtime += et-st
return sparse_addtime
#### dense append ####
def dense_append(A):
dim = A.shape[1]
mat = empty([0,dim])
dense_addtime = 0
for vector in A:
st = timer()
mat = concatenate((mat,vector))
et = timer()
dense_addtime += et-st
return dense_addtime
### main ####
if __name__ == '__main__':
dim = 400
n = 200
A = rand(n, dim, density = 0.1, format='lil')
B = A.todense() #numpy.ndarray
t1 = sparse_append(A)
t2 = dense_append(B)
print t1, t2
感谢任何帮助。
最佳答案
稀疏加法代码中最慢的部分是行转换。
row = coo_matrix(vector)
这大约占用了我运行它时 65% 的时间。这是因为它需要更改存储数据的存储格式。另一个较慢的部分是创建矩阵。
mat = coo_matrix((newdata, (newrows, newcols)), shape = ((mat.shape)[0]+1, (mat.shape)[1]))
这又占用了 30% 的时间。每次执行此操作时,您都在复制所有数据并分配一堆内存。添加行的最有效方法是修改矩阵,尤其是当它们已经是 lil 格式时。如果您一开始就知道矩阵的维度,则可以从一开始就创建具有正确形状的矩阵。稀疏格式是内存高效的,空行不是问题。否则,您可以使用 set_shape 每次都增加维度。
from scipy.sparse import lil_matrix, rand
from time import time as timer
from numpy import array, concatenate, empty
### sparse appending ####
def sparse_append(A):
dim = A.shape[1]
mat = lil_matrix(A.shape, dtype = A.dtype)
sparse_addtime = 0
i = 0
for vector in A:
st = timer()
mat[i] = vector
i += 1
et = timer()
sparse_addtime += et-st
return sparse_addtime
#### dense append ####
def dense_append(A):
dim = A.shape[1]
mat = empty([0,dim])
dense_addtime = 0
for vector in A:
st = timer()
mat = concatenate((mat,vector))
et = timer()
dense_addtime += et-st
return dense_addtime
### main ####
if __name__ == '__main__':
dim = 400
n = 200
A = rand(n, dim, density = 0.1, format='lil')
B = A.todense() #numpy.ndarray
t1 = sparse_append(A)
t2 = dense_append(B)
print t1, t2
像这样运行代码,我从稀疏加法中获得了更好的时间。
关于python - 在 python 中将稀疏向量添加到稀疏数组太慢,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32130468/